这问题要拆成两部分来看, 第一是text detection, 在任意图上找出文字的位置 第二是text recognition, 给定图和文字区块的位置, 输出文字字串 第一个问题有很多种演算法, 要看你图的性质而决定要用哪种 如果能知道文字的位置後, 接下来其实就比较简单, 因为第二个问题可以直接用现成的OCR引擎加上一些image processing来处理 最容易取得的OCR引擎是Tesseract, 3.0後还支援包含中文在内的多国语言 但如你所说, OCR引擎大多是假设图片是白底黑字的文件 所以直接把有复杂背景的图片丢进去是不行的 最简单的处理方法就是用一些影像处理的演算法把背景去掉, 然後转成白底黑字的样子 这样再丢进OCR引擎的结果就会好很多 基本概念是这样, 关键字也都在上面了, 如果能看英文论文的话, 在google scholar能找到非常多资料 ※ 引述《tonytonyjan (南洋大兜虫)》之铭言： : 我把我的问题贴在 Komica 得到的回覆贴在这里与大家分享： : 无名氏: 这应该偏影像辨识的学门了 之前是有玩face Detection (rpJRwjDA 11/11/03 : 07:12) : 无名氏: 不过那是辨识人脸的 (rpJRwjDA 11/11/03 07:12) : 无名氏: 文字辨识英文的话到还好，如果你要做中文的。我想你会做到死.......... : (aOLUs/V6 11/11/03 10:36) : 无名氏: 中文光是常用的字，少说有5千字....... (aOLUs/V6 11/11/03 10:37) : 无名氏: 不然就是要找人家做好的来套用了 (aOLUs/V6 11/11/03 10:38) : 无标题 名称: 无名氏 [11/11/03(四)01:01 ID:jIVsifTM] No.6783 推 : 虽然我对OCR不熟，不过这个东西的确就是你的方向。 : 类似的应该还有车牌辨识/CAPTCHA破解之类的。 : 提到CAPTCHA破解我倒记得有一个很有趣的例子， : 使用JavaScript实作类神经网路来破验证码。 : http://ejohn.org/blog/ocr-and-neural-nets-in-javascript/ : 或许你也可以从这方面下手。 : 无标题 名称: 无名氏 [11/11/03(四)07:36 ID:OK9R6lHk] No.6784 推 : http://www.google.com/insidesearch/searchbyimage.html : 无标题 名称: 无名氏 [11/11/03(四)16:56 ID:a.T6EASg] No.6786 推 : Google image search 是 content based 没错，但是和原 PO 的需求不同吧？ : ※ 引述《tonytonyjan (南洋大兜虫)》之铭言： : : 有监於在像 komica 这类的讨论版或论坛 : : 回覆时都夹带图片，而图片上常常会有字幕或者是漫画角色的台词，笑果十足 : : 但是要蒐集这些东西其实很累，於是我有个 idea： : : 我打算实做一个 content based image search engine : : 对图片上的文字，经过辨识之後做 indexing : : 如此只要把想要的话输入进去，就可以找到任何相关动漫或电影台词的引用图片 : : （我 google 老半天发现这世界好像还没有这样的搜寻引擎，让我更想做了） : : 我有IR背景知识，但对於图形辨识完全不得其门而入 : : 希望在图形辨识上有经验的人可以给我一些指引 : : 我目前试过 tesseract, gocr : : 不过经过测试我发现他们似乎主力在「文件」，对於卡通图片中的文字辨识能力薄弱 : : 问题： : : 1. 对於我的需求，我要找得技术是 OCR 没错吧？或者我弄错关键字了？ : : 2. 如果关键字确实是 OCR，是否有其他适合辨识图画（非文件）的函式库？ : : 3. 接续 2，有什麽推荐的书籍，可以学习如何实做一个 OCR system 呢？ : : 感激不尽^_^ : : PS. : : 这是自娱专案，有兴趣参与的人也可来信 XD --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 128.30.86.53