真正的TImeimage processing（OCR）
我正在计划开发像Word Lens这样的应用程序。 任何人都可以build议我可以使用一个好的图书馆吗？ 或任何一个解释Word Lens App背后的技术？ 是卷轴时间图像匹配还是OCR？ 我知道一些image processing库像OpenCV，tesseract …任何帮助，非常感谢…
我是Word Lens的创造者之一。 虽然有一些OCR图书馆（如tesseract），我们决定自己做，以获得更好的结果和性能。 我们的一般algorithm是这样的：
- 从相机复制图像并获取其灰度分量
- 平整图像，使文字背景明显突出
- 围绕看起来像人物和句子的东西画盒子
- 做OCR：将每个盒子中的像素与字符数据库相匹配 – 这实际上很难！
- 将字符收集成单词，在字典中查找（这也很难，因为在OCR中会出现错误）
- 将结果绘制回图像上
由于各种各样的字体，单词和语言，图像匹配本身并不够好。
OpenCV是一个很好的图书馆，可以帮助你更好地了解计算机视觉。 我会build议build立他们的例子，并在那里玩耍。 玩的开心！