Làm cách nào để chọn giữa Tesseract và OpenCV? [đóng cửa]

Gần đây tôi đã xem qua Tesseract và OpenCV . Có vẻ như Tesseract là một công cụ OCR chính thức và OpenCV có thể được sử dụng như một khuôn khổ để tạo một ứng dụng / dịch vụ OCR.

Tôi đã thử sử dụng Tesseract trên một số hình ảnh của mình và độ chính xác của nó có vẻ khá. Sau đó, tôi đã xem qua một hướng dẫn rất đơn giản về cách sử dụng OpenCV để thực hiện OCR bằng Python và rất ấn tượng. Trong vài phút, tôi đã hoàn thành việc huấn luyện hệ thống và độ chính xác của nó rất tốt. Nhưng tất nhiên, thực hiện cách tiếp cận này có nghĩa là tôi cần đào tạo hệ thống của mình một cách rộng rãi bằng cách sử dụng một tập hợp đào tạo lớn.

Các câu hỏi cụ thể của tôi như sau:

• Làm cách nào để chọn giữa Tesseract và sử dụng OpenCV để tạo ứng dụng OCR tùy chỉnh?
• Có bộ dữ liệu đào tạo có sẵn cho Tesseract cho các ngôn ngữ khác nhau. OpenCV có điều gì đó tương tự để tôi không cần phải bắt đầu để đạt được OCR không?
• Cái nào tốt hơn cho một ứng dụng thương mại muốn trở thành?

Bất kỳ đề xuất?

• Tesseract là một công cụ OCR. Nó được sử dụng, làm việc và được Google tài trợ đặc biệt để đọc văn bản từ hình ảnh, thực hiện phân đoạn tài liệu cơ bản và hoạt động trên các đầu vào hình ảnh cụ thể (một từ, dòng, đoạn, trang, từ điển hạn chế, v.v.).

• Mặt khác, OpenCV là một thư viện thị giác máy tính bao gồm các tính năng cho phép bạn thực hiện một số trích xuất tính năng và phân loại dữ liệu. Bạn có thể tạo một trình phân loại và phân loại chữ cái đơn giản thực hiện OCR cơ bản, nhưng nó không phải là một công cụ OCR rất tốt (tôi đã tạo một công cụ bằng Python từ đầu. Nó thực sự không chính xác cho đầu vào sai lệch so với dữ liệu đào tạo của bạn).

Nếu bạn muốn hiểu cơ bản về mức độ khó của OCR, hãy thử OpenCV. Tesseract dành cho OCR thực .

Tôi là tác giả của hướng dẫn nhận dạng chữ số mà bạn đã đề cập, và tôi muốn nói rằng, đó không phải là cách thay thế cho tesseract.

Tesseract là một công cụ OCR thực sự tốt, có thể là công cụ OCR OpenSource tốt nhất.

Hướng dẫn bạn đã đề cập chỉ là một thử, để hiểu cách làm việc đơn giản nhất của OCR.

Vì vậy, nếu bạn đang tìm kiếm ứng dụng OCR, tôi khuyên bạn nên sử dụng OpenCV để xử lý trước hình ảnh và sau đó áp dụng công cụ tesseract.

Cả hai có thể bổ sung cho nhau. Nếu bạn đọc bài báo trên OpenCV: https://github.com/tesseract-ocr/docs/blob/master/tesseracticdar2007.pdf

Nó nhấn mạnh rằng "Vì HP đã phát triển độc lập công nghệ phân tích bố cục trang được sử dụng trong các sản phẩm, (và do đó không được phát hành cho mã nguồn mở) nên Tesseract không bao giờ cần phân tích bố cục trang của riêng mình. Do đó, Tesseract giả định rằng đầu vào của nó là một hình ảnh nhị phân với vùng văn bản đa giác tùy chọn được xác định. "

Loại tác vụ này có thể được thực hiện bởi OpenCV và hình ảnh kết quả được giao cho Tesseract. Bạn có thể tìm thấy mẫu của loại mã này trong đại diện Git: https://github.com/Itseez/opencv_contrib/tree/master/modules/text/samples Các mẫu sử dụng API Tesseract để chuyển đổi hình ảnh sang văn bản.

OpenCV là một thư viện dành cho CV , được sử dụng để phân tích và xử lý hình ảnh nói chung. Tesseract là một thư viện dành cho OCR , là một tập hợp con CV chuyên biệt dành riêng cho việc trích xuất văn bản từ hình ảnh.

Từ OpenCV.org

..... được sử dụng để phát hiện và nhận dạng khuôn mặt, xác định đối tượng, phân loại hành động của con người trong video, theo dõi chuyển động của máy ảnh, theo dõi đối tượng chuyển động, trích xuất mô hình 3D của đối tượng, tạo ra đám mây điểm 3D từ máy ảnh âm thanh nổi, ghép các hình ảnh lại với nhau để tạo ra độ cao Hình ảnh có độ phân giải của toàn bộ cảnh, tìm các hình ảnh tương tự từ cơ sở dữ liệu hình ảnh, loại bỏ mắt đỏ khỏi hình ảnh được chụp bằng đèn flash, theo dõi chuyển động của mắt, nhận dạng phong cảnh và thiết lập các điểm đánh dấu để phủ nó bằng thực tế tăng cường, v.v.

Từ Tesseract Github :

..... có thể được sử dụng trực tiếp, hoặc (dành cho lập trình viên) sử dụng API để trích xuất văn bản được đánh máy, viết tay hoặc in từ hình ảnh. Nó hỗ trợ nhiều loại ngôn ngữ.