Как выбрать между Tesseract и OpenCV? [закрыто]

Недавно я наткнулся на Tesseract и OpenCV . Похоже, что Tesseract - это полноценный движок OCR, а OpenCV можно использовать в качестве основы для создания приложения / сервиса OCR.

Я пробовал использовать Tesseract на некоторых своих изображениях, и его точность кажется приличной. Позже я наткнулся на очень простой учебник по использованию OpenCV для OCR с использованием Python и был впечатлен. Через несколько минут я закончил обучение системы, и ее точность была хорошей. Но, конечно, такой подход означает, что мне нужно тщательно обучить мою систему, используя большой обучающий набор.

Мои конкретные вопросы следующие:

• Как выбрать между Tesseract и OpenCV для создания собственного приложения OCR?
• Для Tesseract доступны наборы обучающих данных для разных языков. Есть ли в OpenCV что-то подобное, чтобы мне не нужно было начинать с нуля, чтобы достичь OCR?
• Какой вариант лучше для коммерческого приложения?

Какие-либо предложения?

• Tesseract - это движок OCR. Он используется, работает и финансируется Google специально для чтения текста с изображений, выполнения базовой сегментации документа и работы с конкретными входными данными (одно слово, строка, абзац, страница, ограниченные словари и т. Д.).

• OpenCV, с другой стороны, представляет собой библиотеку компьютерного зрения, которая включает функции, позволяющие выполнять извлечение некоторых функций и классификацию данных. Вы можете создать простой сегментатор букв и классификатор, который выполняет базовое распознавание текста, но это не очень хороший механизм распознавания (я делал его раньше на Python с нуля. Это действительно неточно для ввода, который отличается от ваших данных обучения).

Если вы хотите получить общее представление о сложности распознавания текста, попробуйте OpenCV. Tesseract предназначен для реального распознавания текста.

Я являюсь автором упомянутого вами учебника по распознаванию цифр, и я бы сказал, что это никоим образом не заменяет tesseract.

Tesseract - действительно хороший движок OCR, возможно, лучший движок OCR с открытым исходным кодом.

Упомянутый вами учебник - это всего лишь попытка понять наиболее простую работу OCR.

Итак, если вы ищете приложение OCR, я бы порекомендовал вам использовать OpenCV для предварительной обработки изображения, а затем применить механизм tesseract.

Эти два могут дополнять друг друга. Если вы читали статью об OpenCV: https://github.com/tesseract-ocr/docs/blob/master/tesseracticdar2007.pdf

В нем подчеркивается, что «поскольку у HP была независимо разработанная технология анализа макета страницы, которая использовалась в продуктах (и, следовательно, не была выпущена для открытого исходного кода), Tesseract никогда не нуждался в собственном анализе макета страницы. Поэтому Tesseract предполагает, что его входные данные представляют собой двоичное изображение с определены дополнительные полигональные текстовые области ".

Этот тип задач может быть выполнен OpenCV, а полученное изображение передано в Tesseract. Вы можете найти образец кода этого типа в репозитории Git: https://github.com/Itseez/opencv_contrib/tree/master/modules/text/samples В примерах используются API Tesseract для преобразования изображения в текст.

OpenCV - это библиотека для резюме , используемая для анализа и обработки изображений в целом. Tesseract - это библиотека для OCR , которая представляет собой специализированное подмножество резюме, предназначенное для извлечения текста из изображений.

Из OpenCV.org

..... используется для обнаружения и распознавания лиц, идентификации объектов, классификации действий человека в видеороликах, отслеживания движений камеры, отслеживания движущихся объектов, извлечения трехмерных моделей объектов, создания трехмерных облаков точек из стереокамер, сшивания изображений для получения высокого разрешение изображения всей сцены, найти похожие изображения в базе данных изображений, удалить эффект красных глаз с изображений, снятых с использованием вспышки, следить за движениями глаз, распознавать пейзаж и устанавливать маркеры, чтобы наложить их на дополненную реальность и т. д.

Из Tesseract Github :

..... может использоваться напрямую или (для программистов) с помощью API для извлечения печатного, рукописного или напечатанного текста из изображений. Он поддерживает множество языков.