基于Tesseract-OCR的字符识别技术在特定场合的应用

• 作者: 吴鸣
• 来源期刊: 湖南城市学院学报（自然科学版）
• 学科: 工学
• 关键词: 字符识别 OCR Tesseract 灰度图 二值图
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 数学与信息科学
• 页码范围: 58-61
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7304.2020.05.0013

摘要

基于谷歌开源OCR引擎Tesseract的字符识别技术,针对某特定应用场合,设计并实现了一个图片字符识别系统.首先,对尺寸一致的样本图片进行分割、灰度化和二值化预处理;其次,利用Tesseract对特定字符进行针对性的训练以提高字符识别率;最后,进行字符的识别和矫正.Python环境下的实验验证结果表明:经过训练后的Tesseract字库可以有效地提高字符识别的准确率和识别速度;同时,灰度图比二值图更适合本特定场合的图片字符识别.