我正在使用tesseract来识别序列号.这是可接受的,常见的问题,如错误识别零和“O”,6和5,或M和H存在.
除此之外,这个tesseract为识别的单词添加了空格,图像中没有空格.以下图像被识别为“HI 3H”.
除此之外,这个tesseract为识别的单词添加了空格,图像中没有空格.以下图像被识别为“HI 3H”.
此图片导致“FBKHJ 1R1”
因此,tesseract增加了一个空间,尽管图像中没有真正的空间.
是否有可能参数化tesseract的间距行为？
编辑
对不起,忘了添加,我也有包含空格的序列号.所以我无法删除识别出的序列号中的所有空格.
例如,在将tesseract识别为J4 F1583BB之后,在序列号中包含空格的以下图像结果.除了对字符的识别是错误的,用该图像识别空间是正确的.
我的tesseract的实际参数是：
tesseract::TessBaseAPI tess;
tess.Init(NULL,"eng",tesseract::OEM_TESSERACT_ONLY);
tess.SetPageSegMode(tesseract::PSM_SINGLE_BLOCK);
tess.SetVariable("tessedit_char_whitelist","ABCDEFGHIJKLMNOPQRSTUVWXYZ012345789");
char* out = tess.GetUTF8Text();
string text = string(out);
编辑
从已经存在的答案中可以看出,例如“J”和“I”之间的空间似乎比其他字符之间的空间要小得多.我选择的字体类型是Monotype字体.原因是我想,这有助于确定字符识别.这种Monospace字体类型的缺点是每个字符具有相同的宽度,即内核(字符之间的空格)不同.
请参阅以下源Source的示例图像
您认为哪种字体类型会获得更好的识别效果？
