Tesseract调用日文识别模型

调整的好的话测试准确率80%以上

int main(int argc, char** argv)
{// Usage: tesscv image.pngsystem("chcp 65001");string path = "D:/Image/8/";vector<string> files;//getAllFiles(path, files);//for (auto file : files)
//  {// Load imagecv::Mat im = cv::imread("21.jpg");if (im.empty()){std::cout << "Cannot open source image!" << std::endl;return -1;}cv::Mat gray;cv::cvtColor(im, gray, CV_BGR2GRAY);// ...other image pre-processing here...Mat threImage;threshold(gray, threImage,150, 255, THRESH_BINARY_INV);Mat horizontalStructure = getStructuringElement(MORPH_RECT, Size(15,2));dilate(threImage, threImage, horizontalStructure, Point(-1, -1));//imshow("阈值处理", threImage);//waitKey(0);//初始化模型tesseract::TessBaseAPI tess;tess.Init(NULL, "Japanese", tesseract::OEM_DEFAULT);tess.SetPageSegMode(tesseract::PSM_SINGLE_BLOCK);vector<vector<Point>> contours;vector<Vec4i> hierarchy;findContours(threImage, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(0, 0));vector<Rect> boundRect(contours.size());for (int i = 0; i < contours.size(); i++){if (contourArea(contours[i])>5000 || contourArea(contours[i]) < 100){continue;}else{boundRect[i] = boundingRect(Mat(contours[i]));//rectangle(im, boundRect[i].tl(), boundRect[i].br(), (0, 0, 255), 1, 8, 0);Mat temp = gray(Rect(boundRect[i].x, boundRect[i].y-2, boundRect[i].width, boundRect[i].height+4));//copyMakeBorder(temp, temp, 5, 5, 5, 5, BORDER_REFLECT_101);//threshold(temp,temp,0,255,THRESH_OTSU);//copyMakeBorder(temp, temp, 5, 5, 5, 5, BORDER_CONSTANT,Scalar(255));//imshow("temp", temp);//waitKey(0);tess.SetImage((uchar*)temp.data, temp.cols, temp.rows, 1, temp.cols);char* out = tess.GetUTF8Text();std::cout << out << std::endl;imshow("temp", temp);waitKey(0);//putTextZH(im, out, Point(boundRect[i].x, boundRect[i].y - 10), Scalar(255, 0, 0),20, "华文行楷");}             }//imwrite("srcImage.jpg", im);cout << "suucess" << endl;waitKey(0);#if 0// Pass it to Tesseract APItesseract::TessBaseAPI tess;tess.Init(NULL, "Japanese", tesseract::OEM_DEFAULT);tess.SetPageSegMode(tesseract::PSM_SINGLE_BLOCK);tess.SetImage((uchar*)threImage.data, threImage.cols, threImage.rows, 1, threImage.cols);// Get the textchar* out = tess.GetUTF8Text();std::cout << out << std::endl;
#endif //}return 0;
}

Tesseract调用日文识别模型相关推荐

基于Tesseract的OCR识别小程序
一.背景先说下开发背景,今年有次搬家找房子(2020了应该叫去年了),发现每天都要对着各种租房广告打很多电话.(当然网上也找了实地也找),每次基本都是对着墙面看电话号码然后拨打,次数一多就感觉非常麻 ...
使用OpenVINO加速Pytorch表情识别模型
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达关于模型 OpenVINO自带的表情识别模型是Caffe版本的,这 ...
持久化的基于L2正则化和平均滑动模型的MNIST手写数字识别模型
持久化的基于L2正则化和平均滑动模型的MNIST手写数字识别模型觉得有用的话,欢迎一起讨论相互学习~Follow Me 参考文献Tensorflow实战Google深度学习框架实验平台: Tens ...
python实现人脸检测及识别（2）---- 利用keras库训练人脸识别模型
前面已经采集好数据集boss文件夹存放需要识别的对象照片,other存放其他人的训练集照片,现在,我们终于可以尝试训练我们自己的卷积神经网络模型了.CNN擅长图像处理,keras库的tensorflo ...
详解视频中动作识别模型与代码实践
摘要:本案例将为大家介绍视频动作识别领域的经典模型并进行代码实践. 本文分享自华为云社区<视频动作识别>,作者:HWCloudAI.实验目标通过本案例的学习: 掌握 C3D 模型训练和模 ...
Tesseract Ocr文字识别实战（新版本，扩展手写文字识别）
目录 1.Tesseract Ocr文字识别 1.1 运行环境 1.2 python模块 1.3 配置tesseract运行文件 1.4 代码识别 2. 手写汉字识别 2.1 下载库 2.2 代码 1 ...
python ocr中文训练_cnocr: cnocr是用来做中文OCR的Python 3包。cnocr自带了训练好的识别模型，安装后即可直接使用...
English README. cnocr 使用交流QQ群欢迎扫码加入QQ交流群: 最近更新 [2020.05.29]:V1.2.2 主要变更: 优化了对数字识别的准确度. 优化了模型结构,进一步降 ...
java 图片识别 tess4j_图像文字识别（四）：java调用tess4j识别图像文字
转自:https://blog.csdn.net/a745233700/article/details/80203340java java调用tess4j识别图像文字 Tesseract-OCR支持中 ...
基于Pytorch实现的声纹识别模型
前言本章介绍如何使用Pytorch实现简单的声纹识别模型,本项目参考了人脸识别项目的做法Pytorch-MobileFaceNet ,使用了ArcFace Loss,ArcFace loss:Add ...
利用PaddleOCR训练车牌识别模型
目录 1--前言 2--生成车牌数据集 3--构建车牌数据集标签 4--自定义字典 5--训练模型 6--模型转换和推理 7--模型转换为onnx模型 8--参考 1--前言 ①系统:Ubuntu18 ...

Tesseract调用日文识别模型

Tesseract调用日文识别模型相关推荐

最新文章

热门文章