OCR: Image au texte?

Avant de marquer que de copier ou de répéter la question, merci de lire l'ensemble de la question en premier.

Je suis capable de faire à pressent est comme ci-dessous:

  1. Pour obtenir de l'image et de la culture de la pièce souhaitée pour l'OCR.
  2. Le traitement de l'image à l'aide de tesseract et leptonica.
  3. Appliquée lorsque le document est coupée en morceaux ie 1 caractère par l'image qu'il donne de 96% de précision.
  4. Si je ne fais pas ça, et le document de fond est de couleur blanche et le texte est en noir couleur, il donne presque la même précision.

Par exemple, si l'entrée est comme cette photo :

Photo de début

OCR: Image au texte?

Photo fin

Ce que je veux, c'est pouvoir obtenir la même précision pour cette photoOCR: Image au texte?
sans générer de blocs.

Le code que j'ai utilisé pour init tesseract et extraire du texte à partir de l'image est comme ci-dessous:

Pour l'initialisation des tesseract

.h fichier

tesseract::TessBaseAPI *tesseract;
uint32_t *pixels;

.m fichier

tesseract = new tesseract::TessBaseAPI();
tesseract->Init([dataPath cStringUsingEncoding:NSUTF8StringEncoding], "eng");
tesseract->SetPageSegMode(tesseract::PSM_SINGLE_LINE);
tesseract->SetVariable("tessedit_char_whitelist", "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ");
tesseract->SetVariable("language_model_penalty_non_freq_dict_word", "1");
tesseract->SetVariable("language_model_penalty_non_dict_word ", "1");
tesseract->SetVariable("tessedit_flip_0O", "1");
tesseract->SetVariable("tessedit_single_match", "0");
tesseract->SetVariable("textord_noise_normratio", "5");
tesseract->SetVariable("matcher_avg_noise_size", "22");
tesseract->SetVariable("image_default_resolution", "450");
tesseract->SetVariable("editor_image_text_color", "40");
tesseract->SetVariable("textord_projection_scale", "0.25");
tesseract->SetVariable("tessedit_minimal_rejection", "1");
tesseract->SetVariable("tessedit_zero_kelvin_rejection", "1");

Pour obtenir un texte à partir d'une image

- (void)processOcrAt:(UIImage *)image
{
    [self setTesseractImage:image];

    tesseract->Recognize(NULL);
    char* utf8Text = tesseract->GetUTF8Text();
    int conf = tesseract->MeanTextConf();

    NSArray *arr = [[NSArray alloc]initWithObjects:[NSString stringWithUTF8String:utf8Text],[NSString stringWithFormat:@"%d%@",conf,@"%"], nil];

    [self performSelectorOnMainThread:@selector(ocrProcessingFinished:)
                           withObject:arr
                        waitUntilDone:YES];
    free(utf8Text);
}

- (void)ocrProcessingFinished0:(NSArray *)result
{
    UIAlertView *alt = [[UIAlertView alloc]initWithTitle:@"Data" message:[result objectAtIndex:0] delegate:self cancelButtonTitle:nil otherButtonTitles:@"OK", nil];
   [alt show];
}

Mais je ne reçois pas de bon de sortie pour la plaque d'immatriculation de l'image, soit il est nul ou il donne des ordures de données pour l'image.

Et si j'utilise l'image qui est la première ie fond blanc avec texte noir, puis la sortie est de 89 à 95% de précision.

Merci de m'aider.

Toutes suggestions seront appréciées.

Mise à jour

Grâce à @jcesar pour assurer le lien et aussi à @konstantin pribluda de fournir de précieuses informations et guide.

Je suis capable de convertir les images dans le bon noir et blanc (ou presque). et si la reconnaissance est meilleure pour toutes les images 🙂

Besoin d'aide avec une bonne binarisation d'images. Toute Idée sera apprécié

source d'informationauteur The iOSDev | 2012-11-06

  1. 6

    Salut à tous Merci pour vos réponses, de toutes ces réponses, je suis en mesure d'obtenir cette conclusion comme ci-dessous:

    1. J'ai besoin d'obtenir une seule image recadrée bloc avec le numéro de plaque contenait en elle.
    2. À partir de cette plaque doit trouver la portion de la portion du numéro à l'aide des données que j'ai obtenu à l'aide de la méthode fournie ici.
    3. Puis de les convertir les données d'image à presque noir et blanc à l'aide des données RVB trouvé par le biais de la méthode ci-dessus.
    4. Les données sont ensuite converties à l'Image à l'aide de la méthode fournie ici.

    Au-dessus de 4 étapes sont combinées à une méthode comme ça comme ci-dessous :

    -(void)getRGBAsFromImage:(UIImage*)image
{
NSInteger count = (image.size.width * image.size.height);
//First get the image into your data buffer
CGImageRef imageRef = [image CGImage];
NSUInteger width = CGImageGetWidth(imageRef);
NSUInteger height = CGImageGetHeight(imageRef);
CGColorSpaceRef colorSpace = CGColorSpaceCreateDeviceRGB();
unsigned char *rawData = (unsigned char*) calloc(height * width * 4, sizeof(unsigned char));
NSUInteger bytesPerPixel = 4;
NSUInteger bytesPerRow = bytesPerPixel * width;
NSUInteger bitsPerComponent = 8;
CGContextRef context = CGBitmapContextCreate(rawData, width, height,
bitsPerComponent, bytesPerRow, colorSpace,
kCGImageAlphaPremultipliedLast | kCGBitmapByteOrder32Big);
CGColorSpaceRelease(colorSpace);
CGContextDrawImage(context, CGRectMake(0, 0, width, height), imageRef);
CGContextRelease(context);
//Now your rawData contains the image data in the RGBA8888 pixel format.
int byteIndex = 0;
for (int ii = 0 ; ii < count ; ++ii)
{
CGFloat red   = (rawData[byteIndex]     * 1.0) ;
CGFloat green = (rawData[byteIndex + 1] * 1.0) ;
CGFloat blue  = (rawData[byteIndex + 2] * 1.0) ;
CGFloat alpha = (rawData[byteIndex + 3] * 1.0) ;
NSLog(@"red %f \t green %f \t blue %f \t alpha %f rawData [%d] %d",red,green,blue,alpha,ii,rawData[ii]);
if(red > Required_Value_of_red || green > Required_Value_of_green || blue > Required_Value_of_blue)//all values are between 0 to 255
{
red = 255.0;
green = 255.0;
blue = 255.0;
alpha = 255.0;
//all value set to 255 to get white background.
}
rawData[byteIndex] = red;
rawData[byteIndex + 1] = green;
rawData[byteIndex + 2] = blue;
rawData[byteIndex + 3] = alpha;
byteIndex += 4;
}
colorSpace = CGColorSpaceCreateDeviceRGB();
CGContextRef bitmapContext = CGBitmapContextCreate(
rawData,
width,
height,
8, //bitsPerComponent
4*width, //bytesPerRow
colorSpace,
kCGImageAlphaNoneSkipLast);
CFRelease(colorSpace);
CGImageRef cgImage = CGBitmapContextCreateImage(bitmapContext);
UIImage *img = [UIImage imageWithCGImage:cgImage];
//use the img for further use of ocr
free(rawData);
}

    Remarque:

    Le seul inconvénient de cette méthode est le temps consommé et la valeur RVB convertir en blanc et les autres en noir.

    Mise à JOUR :

        CGImageRef imageRef = [plate CGImage];
CIContext *context = [CIContext contextWithOptions:nil]; //1
CIImage *ciImage = [CIImage imageWithCGImage:imageRef]; //2
CIFilter *filter = [CIFilter filterWithName:@"CIColorMonochrome" keysAndValues:@"inputImage", ciImage, @"inputColor", [CIColor colorWithRed:1.f green:1.f blue:1.f alpha:1.0f], @"inputIntensity", [NSNumber numberWithFloat:1.f], nil]; //3
CIImage *ciResult = [filter valueForKey:kCIOutputImageKey]; //4
CGImageRef cgImage = [context createCGImage:ciResult fromRect:[ciResult extent]];
UIImage *img = [UIImage imageWithCGImage:cgImage];

    Il suffit de remplacer la méthode ci-dessus(getRGBAsFromImage:) code avec celui-ci et le résultat est le même, mais le temps n'est que de 0.1 à 0.3 seconde seulement.

  2. 4

    J'ai été en mesure d'atteindre près de des résultats instantanés à l'aide de la démo photo fournie ainsi qu'il générer les lettres correctes.

    Je l'ai pré-traitée de l'image à l'aide de GPUImage

    //Pre-processing for OCR
GPUImageLuminanceThresholdFilter * adaptiveThreshold = [[GPUImageLuminanceThresholdFilter alloc] init];
[adaptiveThreshold setThreshold:0.3f];
[self setProcessedImage:[adaptiveThreshold imageByFilteringImage:_image]];

    Et ensuite l'envoyer que l'image traitée à TESS

    - (NSArray *)processOcrAt:(UIImage *)image {
[self setTesseractImage:image];
_tesseract->Recognize(NULL);
char* utf8Text = _tesseract->GetUTF8Text();
return [self ocrProcessingFinished:[NSString stringWithUTF8String:utf8Text]];
}
- (NSArray *)ocrProcessingFinished:(NSString *)result {
//Strip extra characters, whitespace/newlines
NSString * results_noNewLine = [result stringByReplacingOccurrencesOfString:@"\n" withString:@""];
NSArray * results_noWhitespace = [results_noNewLine componentsSeparatedByCharactersInSet:[NSCharacterSet whitespaceCharacterSet]];
NSString * results_final = [results_noWhitespace componentsJoinedByString:@""];
results_final = [results_final lowercaseString];
//Separate out individual letters
NSMutableArray * letters = [[NSMutableArray alloc] initWithCapacity:results_final.length];
for (int i = 0; i < [results_final length]; i++) {
NSString * newTile = [results_final substringWithRange:NSMakeRange(i, 1)];
[letters addObject:newTile];
}
return [NSArray arrayWithArray:letters];
}
- (void)setTesseractImage:(UIImage *)image {
free(_pixels);
CGSize size = [image size];
int width = size.width;
int height = size.height;
if (width <= 0 || height <= 0)
return;
//the pixels will be painted to this array
_pixels = (uint32_t *) malloc(width * height * sizeof(uint32_t));
//clear the pixels so any transparency is preserved
memset(_pixels, 0, width * height * sizeof(uint32_t));
CGColorSpaceRef colorSpace = CGColorSpaceCreateDeviceRGB();
//create a context with RGBA pixels
CGContextRef context = CGBitmapContextCreate(_pixels, width, height, 8, width * sizeof(uint32_t), colorSpace,
kCGBitmapByteOrder32Little | kCGImageAlphaPremultipliedLast);
//paint the bitmap to our context which will fill in the pixels array
CGContextDrawImage(context, CGRectMake(0, 0, width, height), [image CGImage]);
_tesseract->SetImage((const unsigned char *) _pixels, width, height, sizeof(uint32_t), width * sizeof(uint32_t));
}

    Ce gauche " marques pour le -, mais elles sont aussi faciles à enlever. En fonction de l'image que vous avez vous pourriez avoir à l'affiner un peu, mais ça devrait vous faire bouger dans la bonne direction.

    Laissez-moi savoir si vous avez des problèmes pour l'utiliser, c'est à partir d'un projet que j'utilise et je n'avais pas envie de dépouiller tout ou créer un projet à partir de zéro.

  3. 1

    Je crois pouvoir dire que tesseract sera surpuissante pour votre but. Vous n'avez pas besoin de dictionnaire correspondant à améliorer la reconnaissance de la qualité ( vous ne disposez pas de ce dictionnaire , mais peut-être des moyens pour calculer la somme de contrôle sur le numéro de licence ), et vous avez de la police optimisée pour l'OCR.
    Et le meilleur de tous, vous avez des marqueurs (orange et bleu de la couleur des zones de proximité sont bons) pour trouver de la région dans l'image.

    J'ai mon ROC apps-je utiliser de l'homme aidé de la zone d'intérêt de recherche ( juste en visant l'aide de superposition de plus de prévisualisation de la caméra). Habituellement, on utilise quelque chose comme haar cascade de localiser d'autres fonctionnalités intéressantes comme des visages. Vous pouvez également calculer le centre de gravité de l'orange de la zone, ou tout simplement de la boîte englobante de l'orange pixels simplement en parcourant toutes les images et les stoing de gauche /de droite /supérieur /inférieur de pixels de la couleur adéquate

    Comme pour la reconnaissance itselff je vous recommande d'utiliser invariant moments ( pas sûr que ce soit mis en œuvre dans le tesseract, mais vous pouvez facilement le port de java projet: http://sourceforge.net/projects/javaocr/ )

    J'ai essayé de mon demo app sur le moniteur de l'image et il a reconnu les chiffres sur le sport (n'est pas formé
    pour les personnages)

    Comme pour la binarisation ( séparation de noir, de blanc ) je recommande sauvola méthode car cela donne la meilleure tolérance aux changements de luminance ( également mis en place de notre projet ROC )