菩提树下丶写代码 2021-09-23 11:53 采纳率: 40%
浏览 118
已结题

Java银行回单图片文字识别

不要云服务,百度,阿里,腾讯之类的,项目是内网,云私有化又太贵
我写了一个调用Tesseract的方法,但是有个问题,这个在图片上没有表格时,识别度很高 但是有表格识别度就不行了
示例:无表格

img


结果

img


有表格

img


结果

img


相差太大惨不忍睹,
我Tesseract的语言包是用得中文的 21年9月官网最新的
求资深哥指点一下或者还有别的解决方案,有偿答问,只要能解决就好,
图片类型是银行回单,不要云,内网使用

  • 写回答

3条回答 默认 最新

  • churuxu 2021-09-23 17:38
    关注

    先去除表格的线条：
    遍历图像像素每一行，去除表格横线
    遍历图像像素每一列，去除表格竖线

    如何去除横线竖线：循环遍历一遍像素，连续超过N个像素颜色非背景色且颜色相同，则认为是一条线，替换成白色

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(2条)

报告相同问题？

问题事件

  • 系统已结题 10月5日
  • 已采纳回答 9月27日
  • 修改了问题 9月23日
  • 创建了问题 9月23日