Tesseract OCR自动识别尝试 C#

Tesseract 的 github地址：https://github.com/tesseract-ocr/tesseract
使用 Tesseract 主要是开源，识别效率还不错，貌似是微软在维护。
主要注意以下几点：PS楼主踩的坑
1.识别前需要做图片截取，只保留需要识别的部分
2.识别前要做图片相关的处理，比如图片二值化、文字色调反转等
3.图片放大，Tesseract对DPI300*300 以上的 图片识别效果较好
4.图片识别文字
主要代码：
1.图片截取，先截取所需系统的图片，直接识别图片可省略此步

  ///hWnd 为窗体要截图的句柄
  public Bitmap GetWindowCapture(IntPtr hWnd)
   {
            IntPtr hscrdc = GetWindowDC(hWnd);
            RECT windowRect = new RECT();
            GetWindowRect(hWnd, ref windowRect);
            int width = (int)(windowRect.Right - windowRect.Left);
            int height = (int)(windowRect.Bottom - windowRect.Top);

            IntPtr hbitmap = CreateCompatibleBitmap(hscrdc, width, height);
            IntPtr hmemdc = CreateCompatibleDC(hscrdc);
            SelectObject(hmemdc, hbitmap);
            PrintWindow(hWnd, hmemdc, 0);
            Bitmap bmp = Bitmap.FromHbitmap(hbitmap);
            DeleteDC(hscrdc);//删除用过的对象
            DeleteDC(hmemdc);//删除用过的对象
            return bmp;
     }
        /// <summary>
        /// 从大图中截取一部分图片
        /// </summary>
        /// <param name="fromImagePath">来源图片地址</param>        
        /// <param name="offsetX">从偏移X坐标位置开始截取</param>
        /// <param name="offsetY">从偏移Y坐标位置开始截取</param>
        /// <param name="toImagePath">保存图片地址</param>
        /// <param name="width">保存图片的宽度</param>
        /// <param name="height">保存图片的高度</param>
        /// <returns></returns>
        public void CaptureImage(string fromImagePath, int offsetX, int offsetY, string toImagePath, int width, int height)
        {
            //原图片文件
            Image fromImage = Image.FromFile(fromImagePath);
            //创建新图位图
            Bitmap bitmap = new Bitmap(width, height);
            //创建作图区域
            Graphics graphic = Graphics.FromImage(bitmap);
            //截取原图相应区域写入作图区
            graphic.DrawImage(fromImage, 0, 0, new Rectangle(offsetX, offsetY, width, height), GraphicsUnit.Pixel);
            //从作图区生成新图
            Image saveImage = Image.FromHbitmap(bitmap.GetHbitmap());
            //保存图片
            saveImage.Save(toImagePath, ImageFormat.Png);
            //释放资源   
            saveImage.Dispose();
            graphic.Dispose();
            bitmap.Dispose();
        }

2.图片处理 用的OpenCvSharp +代码处理（有点大材小用了）

       //图片二值化
       public static Bitmap Run(string path)
        {
            using (var src = Cv2.ImRead(path, ImreadModes.Grayscale))
            //  using (var niblack = new Mat())
            using (var bernsen = new Mat())
            {
                int kernelSize = 51;
                // Binarizer.Niblack(src, niblack, kernelSize, -0.2);
                Binarizer.Bernsen(src, bernsen, kernelSize, 50, 200);
                return bernsen.ToBitmap();
            }
        }
        //我要识别的文字 二值化之后 黑底白字 做一次转换 =》黑字白底
        private static Bitmap TransLate(Bitmap bitMap)
        {
            for (int i = 0; i < bitMap.Width; i++)
            {
                for (int j = 0; j < bitMap.Height; j++)
                {
                    Color origalColor = bitMap.GetPixel(i, j);
                    Color newColor = Color.FromArgb(255 - origalColor.R, 255 - origalColor.G, 255 - origalColor.B);
                    bitMap.SetPixel(i, j, newColor);
                }
            }
            return bitMap;
        }

.3. 图片放大

         /// <summary>
        /// 整体放大 没有锯齿 识别效率更高
        /// </summary>
        /// <param name="bit"></param>
        /// <param name="beishu"></param>
        /// <returns></returns>
        public static Bitmap getnew(Image bit, double beishu)//beishu参数为放大的倍数。放大缩小都可以，0.8即为缩小至原来的0.8倍
        {
            Bitmap destBitmap = new Bitmap(Convert.ToInt32(bit.Width * beishu), Convert.ToInt32(bit.Height * beishu));
            Graphics g = Graphics.FromImage(destBitmap);
            g.Clear(Color.Transparent);
            //设置画布的描绘质量           
            g.CompositingQuality = System.Drawing.Drawing2D.CompositingQuality.HighQuality;
            g.SmoothingMode = System.Drawing.Drawing2D.SmoothingMode.HighQuality;
            g.InterpolationMode = System.Drawing.Drawing2D.InterpolationMode.HighQualityBicubic;
            g.DrawImage(bit, new Rectangle(0, 0, destBitmap.Width, destBitmap.Height), 0, 0, bit.Width, bit.Height, GraphicsUnit.Pixel);
            g.Dispose();
            return destBitmap;
        }

4.识别文字
tesseract 34W.png result -l chi_sim

识别率还是可以的，如果识别效果不佳也可以自己训练字体库我这边整理了下bat文件 执行前转相应的tif文件

echo Generate myfontlab.normal.exp0.tif...
rename 1.tif myfontlab.normal.exp0.tif
echo Generate makebox...
tesseract myfontlab.normal.exp0.tif myfontlab.normal.exp0 -l chi_sim batch.nochop makebox
--jTessBoxEditor 做位置调整
调整完成后执行下边bat命令
set filename=myfontlab.normal.exp0

:: 生成字符集文件
echo Generate unicharset...
unicharset_extractor %filename%.box

:: 生成训练文件
echo Run Tesseract for Training...
::tesseract %filename%.tif %filename% nobatch -l chi_sim box.train
tesseract   %filename%.tif %filename% nobatch box.train

:: 生成font_properties
echo Generate font_properties...
echo normal 0 0 0 0 0 >font_properties

:: 生成聚集字符特征文件
echo Generate Character...
::mftraining -F font_properties -U unicharset -O unicharset %filename%.tr
shapeclustering -F font_properties -U unicharset  %filename%.tr

mftraining -F font_properties -U unicharset -O unicharset %filename%.tr

:: 生成字符正常化特征文件
echo Clustering...
cntraining %filename%.tr
 
:: 重新命名
echo Rename Files...
rename normproto normal.normproto
rename inttemp normal.inttemp
rename pffmtable normal.pffmtable 
rename shapetable normal.shapetable
rename unicharset normal.unicharset
 
:: 合并训练文件
echo Create normal...
combine_tessdata normal.

pause

多张图片合并也是需要有相关bat 有需要找我要吧，简单使用OCR到此结束了