Tesseract的OCR作为一款字符识别的引擎,它最先是由惠普实验室于1985年开始研发,至1995年时已经成为OCR业内最准确的三款识别引擎之一。后来,HP不久便决定放弃OCR业务,Tesseract也从此尘封。数年以后,HP意识到,与其将Tesseract束之高阁,不如贡献给开源软件业,让其重焕新生。在2005年,Tesseract由美国内华达州信息技术研究所获得,并委托Google对其进行改进、优化工作。
Tesseract目前已作为开源项目发布在Google Project,它与Leptonica图片处理库结合,可以读取各种格式的图像并将它们转化成超过60种语言的文本,我们还可以不断训练自己的库,使图像转换文本的能力不断增强。如果团队深度需要,还可以以它为模板,开发出符合自身需求的OCR引擎。
下载地址为http://code.google.com/p/tesseract-ocr/。
基于VS2010+Opencv+Tesseract-3.02.02 快速实现字符识别:
对于编译这块此文不做描述,如下是已经编译好的Tesseract-3.02.02库。
https://download.csdn.net/download/luxgang/12325162
移植步骤:
1. 拷贝库文件和头文件到工程中:
将下载后的文件放入工程中:
二. VS工程中配置头文件和库文件:
项目->属性->VC++目录:
三、连接器指定静态库:
项目->属性-> 链接器-> 输入->附加依赖库
debug 添加leptonica 和 tesseract 目录中的 debug lib:
libtesseract302d.lib
giflib416-static-mtdll-debug.lib
libjpeg8c-static-mtdll-debug.lib
liblept168d.lib
liblept168-static-mtdll-debug.lib
libpng143-static-mtdll-debug.lib
libtiff394-static-mtdll-debug.lib
zlib125-static-mtdll-debug.lib
Relese 版本的话,添加也是跟上面一样配置,只是依赖库文件名不一样,不带d 或者debug 的lib 文件名。
四、工程代码中添加使用:
添加头文件:
#include "allheaders.h"
#include "baseapi.h"
#include "strngs.h"
添加实现代码:
// 使用 tesseract 进行数字识别
const char* lang = "eng";//eng
string numText;
tesseract::TessBaseAPI *tess = new tesseract::TessBaseAPI; // 新建 tesseract 基类
tess->Init(NULL,lang, tesseract::OEM_DEFAULT); // 初始化
tess->SetPageSegMode(tesseract::PSM_AUTO); // 设置识别模式
tess->SetImage(pixImage);
numText = string(tess->GetUTF8Text());
详细代码请查看:
// test_ocrDlg.cpp : 实现文件
//
#include "stdafx.h"
#include "test_ocr.h"
#include "test_ocrDlg.h"
#include "afxdialogex.h"
#include "allheaders.h"
#include "baseapi.h"
#include "strngs.h"
#include <opencv2\opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace cv;
using namespace std;
/
#ifdef _DEBUG
#define new DEBUG_NEW
#endif
// 用于应用程序“关于”菜单项的 CAboutDlg 对话框
class CAboutDlg : public CDialogEx
{
public:
CAboutDlg();
// 对话框数据
enum { IDD = IDD_ABOUTBOX };
protected:
virtual void DoDataExchange(CDataExchange* pDX); // DDX/DDV 支持
// 实现
protected:
DECLARE_MESSAGE_MAP()
};
CAboutDlg::CAboutDlg() : CDialogEx(CAboutDlg::IDD)
{
}
void CAboutDlg::DoDataExchange(CDataExchange* pDX)
{
CDialogEx::DoDataExchange(pDX);
}
BEGIN_MESSAGE_MAP(CAboutDlg, CDialogEx)
END_MESSAGE_MAP()
// Ctest_ocrDlg 对话框
Ctest_ocrDlg::Ctest_ocrDlg(CWnd* pParent /*=NULL*/)
: CDialogEx(Ctest_ocrDlg::IDD, pParent)
{
m_hIcon = AfxGetApp()->LoadIcon(IDR_MAINFRAME);
}
void Ctest_ocrDlg::DoDataExchange(CDataExchange* pDX)
{
CDialogEx::DoDataExchange(pDX);
DDX_Control(pDX, IDC_EDIT2, mcedit);
}
BEGIN_MESSAGE_MAP(Ctest_ocrDlg, CDialogEx)
ON_WM_SYSCOMMAND()
ON_WM_PAINT()
ON_WM_QUERYDRAGICON()
ON_BN_CLICKED(IDC_BUTTON1, &Ctest_ocrDlg::OnBnClickedButton1)
ON_BN_CLICKED(IDC_BUTTON2, &Ctest_ocrDlg::OnBnClickedButton2)
END_MESSAGE_MAP()
// Ctest_ocrDlg 消息处理程序
BOOL Ctest_ocrDlg::OnInitDialog()
{
CDialogEx::OnInitDialog();
// 将“关于...”菜单项添加到系统菜单中。
// IDM_ABOUTBOX 必须在系统命令范围内。
ASSERT((IDM_ABOUTBOX & 0xFFF0) == IDM_ABOUTBOX);
ASSERT(IDM_ABOUTBOX < 0xF000);
CMenu* pSysMenu = GetSystemMenu(FALSE);
if (pSysMenu != NULL)
{
BOOL bNameValid;
CString strAboutMenu;
bNameValid = strAboutMenu.LoadString(IDS_ABOUTBOX);
ASSERT(bNameValid);
if (!strAboutMenu.IsEmpty())
{
pSysMenu->AppendMenu(MF_SEPARATOR);
pSysMenu->AppendMenu(MF_STRING, IDM_ABOUTBOX, strAboutMenu);
}
}
// 设置此对话框的图标。当应用程序主窗口不是对话框时,框架将自动
// 执行此操作
SetIcon(m_hIcon, TRUE); // 设置大图标
SetIcon(m_hIcon, FALSE); // 设置小图标
// TODO: 在此添加额外的初始化代码
return TRUE; // 除非将焦点设置到控件,否则返回 TRUE
}
void Ctest_ocrDlg::OnSysCommand(UINT nID, LPARAM lParam)
{
if ((nID & 0xFFF0) == IDM_ABOUTBOX)
{
CAboutDlg dlgAbout;
dlgAbout.DoModal();
}
else
{
CDialogEx::OnSysCommand(nID, lParam);
}
}
// 如果向对话框添加最小化按钮,则需要下面的代码
// 来绘制该图标。对于使用文档/视图模型的 MFC 应用程序,
// 这将由框架自动完成。
void Ctest_ocrDlg::OnPaint()
{
if (IsIconic())
{
CPaintDC dc(this); // 用于绘制的设备上下文
SendMessage(WM_ICONERASEBKGND, reinterpret_cast<WPARAM>(dc.GetSafeHdc()), 0);
// 使图标在工作区矩形中居中
int cxIcon = GetSystemMetrics(SM_CXICON);
int cyIcon = GetSystemMetrics(SM_CYICON);
CRect rect;
GetClientRect(&rect);
int x = (rect.Width() - cxIcon + 1) / 2;
int y = (rect.Height() - cyIcon + 1) / 2;
// 绘制图标
dc.DrawIcon(x, y, m_hIcon);
}
else
{
CDialogEx::OnPaint();
}
}
//当用户拖动最小化窗口时系统调用此函数取得光标
//显示。
HCURSOR Ctest_ocrDlg::OnQueryDragIcon()
{
return static_cast<HCURSOR>(m_hIcon);
}
void Ctest_ocrDlg::OnBnClickedButton1() // 加载图片
{
// TODO: 在此添加控件通知处理程序代码
CImage myImage;
CFileDialog fileDlg(TRUE, NULL, NULL, OFN_ALLOWMULTISELECT, _T("Picture Files \
(*.bmp *.jpg *png *.jpeg)|*bmp;;*jpg;;*png;;*jpeg||"), AfxGetMainWnd());
if (fileDlg.DoModal() == IDOK)
{
POSITION mPos = fileDlg.GetStartPosition();
if (mPos != NULL)
{
pathName = (LPCTSTR)fileDlg.GetPathName();
if (!myImage.IsNull())//判断图象是否为空,如果不为空则先释放掉
myImage.Destroy();
CEdit* cfolder;
cfolder = (CEdit*) GetDlgItem(IDC_EDIT1);
cfolder->SetWindowText(pathName); // 加载路径名显示到编辑框中
myImage.Load(pathName); // 加载到 CImage
}
}
CRect rect;
CWnd *pWnd = GetDlgItem(IDC_STATIC);
CDC *pDC = pWnd->GetDC();
//第1个控件
pWnd->GetClientRect(&rect); //取得客户区尺寸
pDC->SetStretchBltMode(STRETCH_HALFTONE); //保持图片不失真
myImage.Draw(pDC->m_hDC, rect); //已控件尺寸大小来绘图
ReleaseDC(pDC);
myImage.Destroy();
//粘贴、复制到:打开button,可以选择文件路径打开位图显示在picture control里。
}
PIX* cvtMat2PIX(Mat imgGray)
{
int cols = imgGray.cols;
int rows = imgGray.rows;
PIX *pixS = pixCreate(cols, rows, 8);
for (int i = 0; i < rows; i++)
for (int j = 0; j < cols; j++)
pixSetPixel(pixS, j, i, (l_uint32)imgGray.at<uchar>(i, j));
return pixS;
}
wchar_t * Utf_8ToUnicode(char* szU8)
{
//UTF8 to Unicode
//由于中文直接复制过来会成乱码,编译器有时会报错,故采用16进制形式
//预转换,得到所需空间的大小
int wcsLen = ::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), NULL, 0);
//分配空间要给'\0'留个空间,MultiByteToWideChar不会给'\0'空间
wchar_t* wszString = new wchar_t[wcsLen + 1];
//转换
::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), wszString, wcsLen);
//最后加上'\0'
wszString[wcsLen] = '\0';
return wszString;
}
//将宽字节wchar_t*转化为单字节char*
char* UnicodeToAnsi( const wchar_t* szStr )
{
int nLen = WideCharToMultiByte( CP_ACP, 0, szStr, -1, NULL, 0, NULL, NULL );
if (nLen == 0) {
return NULL;
}
char* pResult = new char[nLen];
WideCharToMultiByte( CP_ACP, 0, szStr, -1, pResult, nLen, NULL, NULL );
return pResult;
}
void Ctest_ocrDlg::OnBnClickedButton2() // 识别
{
// TODO: 在此添加控件通知处理程序代码
if (pathName.IsEmpty())
{
MessageBox(TEXT("路径名非法!"), TEXT("路径"));
return;
}
string filename = CT2A(pathName.GetString());
#if 1
Mat srcimage = imread(filename);//filename
if (!srcimage.data)
{
MessageBox(TEXT("图像数据为空!"), TEXT("imread"));
return;
}
Mat grayimg;
cvtColor(srcimage, grayimg, CV_BGR2GRAY);
imshow("grayimg", grayimg);
GaussianBlur(grayimg, grayimg, Size(5,5), 2, 2);
// imshow("Gaussianimg2", grayimg);
Mat binImage;
threshold(grayimg, binImage, 100,255,THRESH_BINARY_INV);//THRESH_BINARY_INV|THRESH_OTSU
/* adaptiveThreshold(~grayimg, binImage, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY_INV, 15, -2);*/
Mat kernel = getStructuringElement(MORPH_RECT, Size(3,3), Point(-1, -1));
// erode(binImage, binImage, kernel, Point(-1,-1), 1, 0);
morphologyEx(binImage, binImage, MORPH_OPEN, kernel, Point(-1, -1), 1, 0);
imshow("binImage", binImage);
//imwrite("F:/bin.tif", binImage);
#endif
#if 0
const char *image_path = filename.c_str();
// 使用 tesseract 进行数字识别
tesseract::TessBaseAPI api;
api.Init(NULL,"eng",tesseract::OEM_DEFAULT);//chi_sim
api.SetPageSegMode(tesseract::PSM_AUTO);
// FILE* fin = fopen(image_path, "rb");
// if (fin == NULL) {
// /*printf("Cannot open input file: %s\n", image_path);*/
// MessageBox(TEXT("Cannot open input file."), TEXT("fopen:"));
// exit(2);
// }
// fclose(fin);
//
PIX *pixs;
if ((pixs = pixRead(image_path)) == NULL) {
MessageBox(TEXT("Unsupported image type."), TEXT("pixRead:"));
exit(3);
}
pixDestroy(&pixs);
STRING text_out;
if (!api.ProcessPages(image_path, NULL, 0, &text_out)) {
MessageBox(TEXT("Error during processing."), TEXT("ProcessPages:"));
}
string ocr_result = text_out.string();
CString CS_rel(ocr_result.c_str());
MessageBox(CS_rel, TEXT("识别结果为:"));
// //显示中文
// string ocr_result = text_out.string();
// wchar_t* tempchar = Utf_8ToUnicode((char*)ocr_result.c_str());
// char* resulttemp = UnicodeToAnsi(tempchar);
// CString CS_rel(resulttemp);
// MessageBox(CS_rel, TEXT("识别结果为:"));
#else
PIX *pixImage = cvtMat2PIX(binImage); // 将图片由 Mat 转换成 Pix 格式
// 使用 tesseract 进行数字识别
const char* lang = "eng";//eng
string numText;
tesseract::TessBaseAPI *tess = new tesseract::TessBaseAPI; // 新建 tesseract 基类
tess->Init(NULL,lang, tesseract::OEM_DEFAULT); // 初始化
tess->SetPageSegMode(tesseract::PSM_AUTO); // 设置识别模式
tess->SetImage(pixImage);
numText = string(tess->GetUTF8Text());
/*CString CS_rel(numText.c_str());*/
// MessageBox(CS_rel, TEXT("识别结果为:"));
// 显示
wchar_t* tempchar = Utf_8ToUnicode((char*)numText.c_str());
char* resulttemp = UnicodeToAnsi(tempchar);
CString CS_rel(resulttemp);
// MessageBox(CS_rel, TEXT("识别结果为:"));
mcedit.SetWindowText(CS_rel);
#endif
}
工程代码可在如下链接进行下载:
https://download.csdn.net/download/luxgang/12325248
添加语言包:
debug 版本中添加 tessdata 目录,下面放入语言包文件
同理,如果relese 版本对应也放入此目录和文件。
如果不放在此目录,就必须安装 tesseract window 版本,然后设置环境变量。
但是一般我们直接将语言包放在工程目录下,方便执行,所以最后采用第一种。
如有不懂可私信联系或下方留言。