针对图片上非印刷体数字的识别,该功能将使用tesseract-ocr引擎进行图片的识别,首先采用已经完成的数据模型包无法完善的实现数字的获取,我们将对tesseract-ocr引擎进行数据模型的训练。
首先,我们进行简单环境下的数字识别,然后是复杂环境下的数字识别,并能对图片进行一定的识别,截取,转化,处理,提高数字的识别率。识别引擎方面不进行过于复杂的处理,后期将会在清洗数据上进行一些优化。
首先下载tesseracct-ocr的安装文件。后期训练数据模型的时候可能会使用到。数据训练模型用到的工具为jtessboxedit进行训练。其次,将使用java创建一个项目,将tesseract-ocr引擎集成到项目中。
暂存草稿