OpenCV Sfocatura gaussiana si rompe Tesseract?

Question

Il problema: circa una settimana fa, nella speranza di migliorare ulteriormente la precisione di Tesseract, ho aggiunto una combinazione guassiana sfocatura/binomio OTSU che risulta in bellissime immagini binarie come quella allegata. Lo faccio in openCV, quindi l'immagine che passo a Tesseract è già un'immagine binaria (come quella allegata). Quando Tesseract esegue la pre-elaborazione dell'immagine (anche quella pubblicata di seguito) l'immagine viene danneggiata e quindi non viene prodotto alcun output significativo. Vedi l'immagine sotto l'input di esempio, per un'idea di cosa sta facendo Tesseract all'immagine.

La fonte del problema è la sfocatura di Guassian. Se lo rimuovo, lo Thresholded image output di tesseract non è confuso, ma non è neanche così pulito e leggibile come l'immagine binaria che ho allegato. Posso disabilitare Tesseract dal pre-processing delle immagini che ho passato? Perché una sfocatura di Guassian rovina completamente Tesseract? Mi sento come se l'immagine di input fosse chiara come quella che ho allegato, la precisione sarebbe migliorata.

Entrambe le immagini sono della stessa colonna. La prima è l'immagine di input, la seconda è il risultato della pre-elaborazione dell'immagine di Tesseract.

INGRESSO TESSERACT ESEMPIO:

TESSERACT CORRUZIONE (ottenuto da GetThresholdedImage():

Answer 1

vorrei suggerire di salvare i dati delle immagini da Tesseract (tess.GetThresholdedImage()) e salvarlo su disco dopo tess.SetImage(), in modo da poter essere sicuri di aver fornito l'immagine corretta per l'OCR.

Answer 2

Questo codice funziona per me:

/* filename: test_opencv2.cpp 
* compile: 
    g++ -std=c++11 test_opencv2.cpp `pkg-config --cflags opencv` \ 
    `pkg-config --cflags tesseract` -o test_opencv2 \ 
    `pkg-config --libs opencv` `pkg-config --libs tesseract` 
* 
*/ 
#include <tesseract/baseapi.h> 
#include <leptonica/allheaders.h> 
#include <opencv2/opencv.hpp> 

int main() { 
    tesseract::TessBaseAPI *api = new tesseract::TessBaseAPI(); 
    if (api->Init("/usr/local/share/tesseract-ocr/", "eng", tesseract::OEM_TESSERACT_CUBE_COMBINED)) { 
     fprintf(stderr, "Could not initialize tesseract.\n"); 
     return 1; 
    } 

    api->SetPageSegMode(tesseract::PSM_SINGLE_COLUMN); 
    IplImage *img = cvLoadImage("7sqw3.png"); 
    if (img == 0) { 
     fprintf(stderr, "Cannot load input file!\n"); 
     return 1; 
    } 
    api->SetImage((unsigned char*)img->imageData, img->width, 
        img->height, img->nChannels, img->widthStep); 


    char* outText = api->GetUTF8Text(); 
    printf("OCR output:\n\n"); 
    printf(outText); 

    api->Clear(); 
    api->End(); 
    delete [] outText; 
    delete api; 
    cvReleaseImage(&img); 

    return 0; 
} 

Answer 3

I dati di destinazione sembra OK, ma è in fase di scrittura più ampio contenitore di destinazione, senza considerare riavviare il cursore destinazione a (x = 0, y ++) dove c'è un nuova riga nei dati di origine.