一个伟大的阅读！ http://robotics.usc.edu/publications/downloads/pub/635/

关于车牌的偏斜问题：

问题：当从不固定视点的手持式照相机或其他成像设备（如扫描仪）获取OCR输入时，文本行可能会偏离其原始方向[13]。根据我们的实验，将这样旋转的图像馈送到我们的OCR引擎会产生极差的结果。建议的方法：在调用识别引擎之前，需要进行歪斜检测过程。如果检测到任何歪斜，在进一步处理文本之前，将执行自动旋转过程以纠正歪斜。在确定用于偏斜检测的算法时，我们发现许多方法，例如[13]中提到的方法，都是基于文档有一定余量的假设。但是，这种假设并不总是适用于我们的应用程序。另外，基于形态学运算和投影方法的传统方法非常慢，并且在存在相机捕获的图像的情况下往往会失败。在这项工作中，我们选择基于Branchand-Bound文本行查找算法（RAST算法）[25]的更健壮的方法来进行倾斜检测和自动旋转。该算法的基本思想是独立识别每条线，并使用最佳刻线的斜率作为整个文本段的倾斜角。在检测到倾斜角之后，相应地进行旋转。根据我们的实验，我们发现该算法具有很高的鲁棒性，极高的效率和速度。但是，它在检测不到大于30的旋转方面受到一个较小的限制。我们还尝试了一种替代方法，该方法可以检测到最大90度的任何倾斜角。但是，此方法基于某种形式的存在在图像上的十字架。由于缺乏可扩展性，我们决定坚持使用RAST算法。

我最近通过Tessnet2使用了Tesseract（如果记得的话，Tessnet2是RémyThomas制造的Tesseract 2.0的VS2008 C ++包装器）。让我用我对此工具的一点知识来帮助您：

• 首先，如上所述，该包装仅适用于Tesseract 2.0，而Google Code上的最新Tesseract版本为3.00（该代码不再托管在Source Forge上）。有定期的贡献者：我看到了3.01左右版本的计划。因此，您不会从最后的增强功能中受益，包括页面布局分析，这在您的车牌并非100％水平时可能会有所帮助。

• 我向雷米（Rémy）索要有关版本3的Tessnet2 .NET包装器，他暂时不打算这样做。因此，就像我所做的那样，您必须自己做！

• 因此，如果您想获取最新版本的源代码，则可以从Subversion存储库中下载它们（所有内容均在专用网站页面上进行了描述），如果您使用的是Visual Studio 2008，则可以对其进行编译，因为它们的源代码包含vs2008子文件夹中的VS2008解决方案。该解决方案由VS2008 C ++项目组成，因此要在C＃中获得结果，必须将.NET P / Invoke与该tessDll构建的tessDll一起使用。同样，如果您需要这样做，我会提供一些您可能感兴趣的代码示例，但是您可能希望继续使用C ++并做自己的新WinForm项目，例如！

• 当您完成编译时（应该不会有什么大问题，但是告诉我您是否遇到了一些问题，我也可能也遇到过它们:-)），您将在输出中包含几个二进制文件，这些文件将允许您执行具体培训！同样，这里有专门针对Tesseract 3培训的页面 。借助此培训，您可以：

  • 限制您的字符集，这将自动删除标点符号（例如，“ /-\”而不是“ A”）

  • 指明您检测到的歧义（如您所见，用'D'代替'O'，用'B'代替'8'等），将在您使用培训时考虑在内。

• 我还看到，如果将图像限制在字母所在的区域（即，没有脸，周围没有风景），则Tesseract的效果会更好：就我而言，我只需要识别从网络摄像头拍摄的卡片的特定区域，因此我使用图像处理来限制区域。当然，那很长，但是我的图像来自许多不同的来源，所以我别无选择。如果您可以将图像限制在最小范围内，那就太好了！

希望对您有所帮助，请随时给我您的意见和疑问！

嗨，我在tesseract上做了很多ocr，而且我也遇到了一些您的问题。您问有关图像处理工具的问题，我建议您使用“ unpaper” （也有Windows端口，请参阅google）。这是一个不错的消除偏斜，不旋转，去除边界噪声的程序。非常适合在跑步前跑步。

如果图像上的背景颜色（某种程度上）可变，我建议您使用“ textcleaner” imagemagick脚本，我认为它可以边缘检测并变白所有非前卫的东西。

而且，如果您有复杂的文本，那么“ ocropus”可能会有用。语法是（在Linux上）：“ ocroscript rec-tess”

我的设置是1. textcleaner 2.拆纸3. ocroups

通过这三个步骤，我几乎可以阅读任何内容。即使在光线不均匀的情况下拍摄的非常模糊+嘈杂的图像，两列紧紧包装的文字也非常可读。好的，也许您的需求不是很多，但是步骤1）和2）可能对您有用。

我目前正在为ispy构建车牌识别引擎-当我将车牌分割成单个字符并构建一个新的垂直显示的图像时，我从tesseract获得了更好的结果，例如：

w ^

4

Ø

Ø

中号

我认为，tesseract的一个大问题是它试图使水平字母和数字中的单词变得不正确，如果车牌上混合了字母和数字，它将决定数字是字母还是反之。输入字符垂直隔开的图像会使它被视为单个字符而不是文本。