tessaract ocr简介

Tesseract的历史
Tesseract是一个开源的OCR引擎，惠普公司的布里斯托尔实验室在1984-1994年开发完成。起初作为惠普的平板扫描仪的文字识别引擎。Tesseract在1995年UNLV OCR字符识别准确性测试中拔得头筹，受到广泛关注。后来HP放弃了OCR市场。在1994年以后，Tesseract的开发就停止了。

在2005年，HP将Tesseract贡献给开源社区。美国内华达州信息技术研究所获得该源码，同时，Google开始对Tesseract进行功能扩展及优化。目前，Tesseract作为开源项目发布在Google Project上，重获新生。Tesseract的最新版本是3.02，它支持60种以上的语言，提供一个引擎和一个命令行工具，官方下载地址：谷震平的传送门。

Tesseract架构解析
Tesseract引擎功能强大，概括地可以分为两部分：

图片布局分析
字符分割和识别
图片布局分析，是字符识别的准备工作。工作内容：通过一种混合的基于制表位检测的页面布局分析方法，将图像的表格、文本、图片等内容进行区分。

字符分割和识别是整个Tesseract的设计目标，工作内容最为复杂。首先是字符切割，Tesseract采用两步走战略：

利用字符间的间隔进行粗略的切分，得到大部分的字符，同时也有粘连字符或者错误切分的字符。这里会进行第一次字符识别，通过字符区域类型判定，根据判定结果对比字符库识别字符。
根据识别出来的字符，进行粘连字符的分割，同时把错误分割的字符合并，完成字符的精细切分。
当然，还有另一种说法—-细致地可以分为四个部分：

1. 分析连通区域
2. 找到块区域
3. 找文本行和单词
4. 得出(识别)文本

 

                                            图 Tesseract主要四个部分(仅代表谷震平个人观点，请勿抄袭)

举个详细的例子：
PS：此例也是Ray Smith的文章(Adapting the Tesseract Open Source OCR Engine for Multilingual OCR)中给出的，具有代表性。

不想贴文字，直接上图：

 

Tesseract的架构并不是我这三言两语能讲清楚地，欢迎留言补充纠正！谢谢合作！

Tesseract实现原理
原理这块相当复杂，这篇blog只谈TessBaseAPI相关的东西。后续系列再撰文补充。

TessBaseAPI是Tesseract引擎的一个核心类，关于这个类的源代码请戳这里：谷震平的传送门。我们来理解下这个类函数的运作机制，借此联想下Tesseract引擎的实现原理。机制如下：

1. 调用Init()方法，即对引擎初始化
2. 调用setImage()方法，设置图形流的信息
3. 通过getUTF8Text()方法获得text信息
4. 调用recognizedText类，判断text的正确性，然后输出。这里，会调用自有的trim()方法和length()方法做一些相应的处理。

---------------------
作者：谷震平
来源：CSDN
原文：https://blog.csdn.net/guzhenping/article/details/51019010
版权声明：本文为博主原创文章，转载请附上博文链接！