公司前些日子准备在项目中使用 光学字符识别技术,
(也就是我们经常听说的,你拿着相机,照一下,之后就能直接显示图片中的文字是什么)
之后我在 GIT 上找了一个歪果友仁的 Demo, 对他的项目进行简单地解析,以此来帮助其他小伙伴,简单的了解一下.
Demo: https://github.com/hatena-iti/tesseract-sample
首先来介绍一下 OCR 到底是什么.
OCR是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,
通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程.
其中 通过检测暗、亮的模式确定其形状 在我们的开发中,就涉及到图片的二值化等一系列操作,设计 OPEN_CV或 OPEN_GL等.
ps:图像的二值化,就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果.
例如这样: