字符串识别的路程：VS2019+opencv4.3.0+contrib+tesseract4.1.1

0.背景和目的

因为需要将字符串识别作为常用工具之一，所以最近花精力好好折腾了一下。

当然，有些人只想用现有的工具。那么建议参考：

https://tesseract-ocr.github.io/tessdoc/User-Projects-%E2%80%93-3rdParty.html

如需要自己做，首先对于opencv的常用功能要了解，最好根据一本书或者课程过一遍习题。

我是从opencv4.0.1+VS2015开始的。较为不解很多人停留在opencv3的原因。

我比较喜欢用新版本，原因很简单，新版本有更多功能，并且更稳定。

以下过程根据记忆所写，会有遗漏错误，如发现，请告知。

强烈建议先通读一遍，再自己尝试。

 

1.学习理解

大家可以从很多地方去学习字符串识别的原理。

可参考的很多，比如：EasyPR

大家可以从源码调试的过程中加深理解，也能不断尝试新的想法。

 

2.尝试

根据理解自己用VS2015编写了两个程序，也是常见步骤。

mnist：一个从mnist读取、识别和测试，并保存训练后的xml文件。

mnistReader：一个从摄像头获取图片并实时显示对话框上；用定时器获取帧，然后通检测出来字符图像，再一一识别。

结果发现了在用mnist的原库进行测试时，可以达到错误率1.4%。

但是自己的手写识别效果非常差，错误率60%以上。

后来不用灰度级而用单色来训练和识别才能有所提高，当然还有一些其他改进。

经过很多尝试后才达到了错误率20%。

 

3.了解opencv+text+tesseract

在不断尝试中，也包括了库版本升级和算法调整。

过程中发现opencv的contrib库中有个text目录，里面打包好了字符串识别的两个部分。

而其中的识别部分实际是通过tesseract来完成的。

所以我按照opencv的要求，先下载安装了执行版本的tesseract。

官网：https://github.com/tessera