3

ドキュメントの画像を XML に変換し、ページ内で特定の単語が見つかった場所をエクスポートしたいと考えています。境界ボックス情報にアクセスするには、tesseract のレイアウト分析を使用できます。

 tess.SetImage(...); 
 tess.SetPageSegMode( tesseract::PSM_AUTO_OSD); 
 tesseract::PageIterator* it = tess.AnalyseLayout(); 
 while(it->Next(tesseract::RIL_WORD)
 {
      int top, bottom, left, right; 
      it->BoundingBox(tesseract::RIL_WORD, &left, &top, &right, &bottom); 

 }

ただし、その時点では境界ボックスの実際の内容はわかりません。次のコードを実行すると、現在の画像に対して OCR が実行されるためtext、ページのテキスト全体が含まれます。

 tess.Recognize(0); 
 std::string text = tess.GetUTF8Text();

現在、すべてのバウンディング ボックスを一時的にvector. ボックスごとに、元のサブイメージからサブイメージを切り取り、境界ボックスごとに OCR を実行します。基本的にはこれでうまくいきますが、結果を Tesseract コマンド ライン ツールと比較すると、はるかに多くの OCR エラーが発生します。

したがって、OCR結果を単語ごとに反復処理して、対応する境界ボックスを取得する方法を知りたいです。

4

2 に答える 2

2 
tess.Recognize(0);

PAGE_RES_IT resultIter(page_res_);

for (resultIter.start_page(false); resultIter.block() != NULL; resultIter.forward()) 
{

            WERD_RES* wordResult = resultIter.word();
            WERD_CHOICE* word = wordResult->best_choice;

            TBOX& box = wordResult->word->bounding_box();
}
于 2012-07-11T12:25:38.887 に答える
0 
NSString *retText = @"";
tesseract::ResultIterator *ri = tess.GetIterator();
tesseract::PageIteratorLevel level = tesseract::RIL_WORD;

if (ri != 0) {
do {
  const char *word = ri->GetUTF8Text(level);
  float conf = ri->Confidence(level);
  int x1, y1, x2, y2;
  ri->BoundingBox(level, &x1, &y1, &x2, &y2);

  if (word) {
    printf("word: '%s';  \tconf: %.2f; BoundingBox: %d,%d,%d,%d;\n", word,
           conf, x1, y1, x2, y2);

    NSString *temp =
        [NSString stringWithCString:word encoding:NSUTF8StringEncoding];
    retText = [NSString stringWithFormat:@"%@ %@", retText, temp];
    retText = [retText stringByReplacingOccurrencesOfString:@"[\\\""
                                                 withString:@""];
    retText = [retText stringByReplacingOccurrencesOfString:@"\n\n"
                                                 withString:@""];

    UIBezierPath *path = [UIBezierPath bezierPath];

    [path moveToPoint:CGPointMake(x1, y1)];
    [path addLineToPoint:CGPointMake(x2, y1)];
    [path addLineToPoint:CGPointMake(x2, y2)];
    [path addLineToPoint:CGPointMake(x1, y2)];
    [path addLineToPoint:CGPointMake(x1, y1)];

    CAShapeLayer *shapeLayer = [CAShapeLayer layer];
    shapeLayer.path = [path CGPath];
    shapeLayer.strokeColor = [[UIColor blueColor] CGColor];
    shapeLayer.lineWidth = 3.0;
    shapeLayer.fillColor = [[UIColor clearColor] CGColor];

    [self.scrollView.layer addSublayer:shapeLayer];

    delete[] word;
  }
} while (ri->Next(level));
}
于 2014-08-13T03:47:41.647 に答える