基於VS2010+Opencv+Tesseract-3.02.02 快速實現字符識別

Tesseract的OCR作爲一款字符識別的引擎，它最先是由惠普實驗室於1985年開始研發，至1995年時已經成爲OCR業內最準確的三款識別引擎之一。後來，HP不久便決定放棄OCR業務，Tesseract也從此塵封。數年以後，HP意識到，與其將Tesseract束之高閣，不如貢獻給開源軟件業，讓其重煥新生。在2005年，Tesseract由美國內華達州信息技術研究所獲得，並委託Google對其進行改進、優化工作。

Tesseract目前已作爲開源項目發佈在Google Project，它與Leptonica圖片處理庫結合，可以讀取各種格式的圖像並將它們轉化成超過60種語言的文本，我們還可以不斷訓練自己的庫，使圖像轉換文本的能力不斷增強。如果團隊深度需要，還可以以它爲模板，開發出符合自身需求的OCR引擎。

下載地址爲http://code.google.com/p/tesseract-ocr/。

基於VS2010+Opencv+Tesseract-3.02.02 快速實現字符識別：

對於編譯這塊此文不做描述，如下是已經編譯好的Tesseract-3.02.02庫。

https://download.csdn.net/download/luxgang/12325162

移植步驟：

1. 拷貝庫文件和頭文件到工程中：

    將下載後的文件放入工程中：

二. VS工程中配置頭文件和庫文件：

項目->屬性->VC++目錄：

三、連接器指定靜態庫：

項目->屬性-> 鏈接器-> 輸入->附加依賴庫

 

debug 添加leptonica 和 tesseract 目錄中的 debug lib:

libtesseract302d.lib
giflib416-static-mtdll-debug.lib
libjpeg8c-static-mtdll-debug.lib
liblept168d.lib
liblept168-static-mtdll-debug.lib
libpng143-static-mtdll-debug.lib
libtiff394-static-mtdll-debug.lib
zlib125-static-mtdll-debug.lib

Relese 版本的話，添加也是跟上面一樣配置，只是依賴庫文件名不一樣，不帶d 或者debug 的lib 文件名。

四、工程代碼中添加使用：

添加頭文件：

#include "allheaders.h"
#include "baseapi.h"
#include "strngs.h"

添加實現代碼：

 // 使用 tesseract 進行數字識別
    const char* lang = "eng";//eng
    string numText;
    tesseract::TessBaseAPI *tess = new tesseract::TessBaseAPI;        // 新建 tesseract 基類
    tess->Init(NULL,lang, tesseract::OEM_DEFAULT);        // 初始化
    tess->SetPageSegMode(tesseract::PSM_AUTO);    // 設置識別模式
    tess->SetImage(pixImage);
    numText = string(tess->GetUTF8Text());

詳細代碼請查看：

// test_ocrDlg.cpp : 實現文件
//

#include "stdafx.h"
#include "test_ocr.h"
#include "test_ocrDlg.h"
#include "afxdialogex.h"
////////////////////////////////////////////////
#include "allheaders.h"
#include "baseapi.h"
#include "strngs.h"

#include <opencv2\opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace cv;
using namespace std;

/////////////////////////////////////////////////////
#ifdef _DEBUG
#define new DEBUG_NEW
#endif


// 用於應用程序“關於”菜單項的 CAboutDlg 對話框

class CAboutDlg : public CDialogEx
{
public:
	CAboutDlg();

// 對話框數據
	enum { IDD = IDD_ABOUTBOX };

	protected:
	virtual void DoDataExchange(CDataExchange* pDX);    // DDX/DDV 支持

// 實現
protected:
	DECLARE_MESSAGE_MAP()
};

CAboutDlg::CAboutDlg() : CDialogEx(CAboutDlg::IDD)
{
}

void CAboutDlg::DoDataExchange(CDataExchange* pDX)
{
	CDialogEx::DoDataExchange(pDX);
}

BEGIN_MESSAGE_MAP(CAboutDlg, CDialogEx)
END_MESSAGE_MAP()


// Ctest_ocrDlg 對話框




Ctest_ocrDlg::Ctest_ocrDlg(CWnd* pParent /*=NULL*/)
	: CDialogEx(Ctest_ocrDlg::IDD, pParent)
{
	m_hIcon = AfxGetApp()->LoadIcon(IDR_MAINFRAME);
}

void Ctest_ocrDlg::DoDataExchange(CDataExchange* pDX)
{
	CDialogEx::DoDataExchange(pDX);
	DDX_Control(pDX, IDC_EDIT2, mcedit);
}

BEGIN_MESSAGE_MAP(Ctest_ocrDlg, CDialogEx)
	ON_WM_SYSCOMMAND()
	ON_WM_PAINT()
	ON_WM_QUERYDRAGICON()
	ON_BN_CLICKED(IDC_BUTTON1, &Ctest_ocrDlg::OnBnClickedButton1)
	ON_BN_CLICKED(IDC_BUTTON2, &Ctest_ocrDlg::OnBnClickedButton2)
END_MESSAGE_MAP()


// Ctest_ocrDlg 消息處理程序

BOOL Ctest_ocrDlg::OnInitDialog()
{
	CDialogEx::OnInitDialog();

	// 將“關於...”菜單項添加到系統菜單中。

	// IDM_ABOUTBOX 必須在系統命令範圍內。
	ASSERT((IDM_ABOUTBOX & 0xFFF0) == IDM_ABOUTBOX);
	ASSERT(IDM_ABOUTBOX < 0xF000);

	CMenu* pSysMenu = GetSystemMenu(FALSE);
	if (pSysMenu != NULL)
	{
		BOOL bNameValid;
		CString strAboutMenu;
		bNameValid = strAboutMenu.LoadString(IDS_ABOUTBOX);
		ASSERT(bNameValid);
		if (!strAboutMenu.IsEmpty())
		{
			pSysMenu->AppendMenu(MF_SEPARATOR);
			pSysMenu->AppendMenu(MF_STRING, IDM_ABOUTBOX, strAboutMenu);
		}
	}

	// 設置此對話框的圖標。當應用程序主窗口不是對話框時，框架將自動
	//  執行此操作
	SetIcon(m_hIcon, TRUE);			// 設置大圖標
	SetIcon(m_hIcon, FALSE);		// 設置小圖標

	// TODO: 在此添加額外的初始化代碼

	return TRUE;  // 除非將焦點設置到控件，否則返回 TRUE
}

void Ctest_ocrDlg::OnSysCommand(UINT nID, LPARAM lParam)
{
	if ((nID & 0xFFF0) == IDM_ABOUTBOX)
	{
		CAboutDlg dlgAbout;
		dlgAbout.DoModal();
	}
	else
	{
		CDialogEx::OnSysCommand(nID, lParam);
	}
}

// 如果向對話框添加最小化按鈕，則需要下面的代碼
//  來繪製該圖標。對於使用文檔/視圖模型的 MFC 應用程序，
//  這將由框架自動完成。

void Ctest_ocrDlg::OnPaint()
{
	if (IsIconic())
	{
		CPaintDC dc(this); // 用於繪製的設備上下文

		SendMessage(WM_ICONERASEBKGND, reinterpret_cast<WPARAM>(dc.GetSafeHdc()), 0);

		// 使圖標在工作區矩形中居中
		int cxIcon = GetSystemMetrics(SM_CXICON);
		int cyIcon = GetSystemMetrics(SM_CYICON);
		CRect rect;
		GetClientRect(&rect);
		int x = (rect.Width() - cxIcon + 1) / 2;
		int y = (rect.Height() - cyIcon + 1) / 2;

		// 繪製圖標
		dc.DrawIcon(x, y, m_hIcon);
	}
	else
	{
		CDialogEx::OnPaint();
	}
}

//當用戶拖動最小化窗口時系統調用此函數取得光標
//顯示。
HCURSOR Ctest_ocrDlg::OnQueryDragIcon()
{
	return static_cast<HCURSOR>(m_hIcon);
}



void Ctest_ocrDlg::OnBnClickedButton1() // 加載圖片
{
	// TODO: 在此添加控件通知處理程序代碼
	CImage myImage;
	CFileDialog fileDlg(TRUE, NULL, NULL, OFN_ALLOWMULTISELECT, _T("Picture Files \
																   (*.bmp *.jpg *png *.jpeg)|*bmp;;*jpg;;*png;;*jpeg||"), AfxGetMainWnd());


	if (fileDlg.DoModal() == IDOK)
	{
		POSITION mPos = fileDlg.GetStartPosition();
		if (mPos != NULL)
		{
			pathName = (LPCTSTR)fileDlg.GetPathName();
			if (!myImage.IsNull())//判斷圖象是否爲空，如果不爲空則先釋放掉  
				myImage.Destroy();


			CEdit* cfolder;
			cfolder = (CEdit*) GetDlgItem(IDC_EDIT1);
			cfolder->SetWindowText(pathName); // 加載路徑名顯示到編輯框中

			myImage.Load(pathName); // 加載到 CImage
		}
	}
	CRect rect;
	CWnd *pWnd = GetDlgItem(IDC_STATIC);
	CDC *pDC = pWnd->GetDC();
	//第1個控件  
	pWnd->GetClientRect(&rect); //取得客戶區尺寸  
	pDC->SetStretchBltMode(STRETCH_HALFTONE); //保持圖片不失真  
	myImage.Draw(pDC->m_hDC, rect); //已控件尺寸大小來繪圖  
	ReleaseDC(pDC);
	myImage.Destroy();
	//粘貼、複製到：打開button，可以選擇文件路徑打開位圖顯示在picture control裏。
}


PIX* cvtMat2PIX(Mat imgGray)
{
	int cols = imgGray.cols;
	int rows = imgGray.rows;

	PIX *pixS = pixCreate(cols, rows, 8);

	for (int i = 0; i < rows; i++)
		for (int j = 0; j < cols; j++)
			pixSetPixel(pixS, j, i, (l_uint32)imgGray.at<uchar>(i, j));
	return pixS;
}

////////////////////////////////////////////////////////////////////////////////////////////////
wchar_t * Utf_8ToUnicode(char* szU8)
{
	//UTF8 to Unicode
	//由於中文直接複製過來會成亂碼，編譯器有時會報錯，故採用16進制形式
	//預轉換，得到所需空間的大小
	int wcsLen = ::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), NULL, 0);

	//分配空間要給'\0'留個空間，MultiByteToWideChar不會給'\0'空間
	wchar_t* wszString = new wchar_t[wcsLen + 1];

	//轉換
	::MultiByteToWideChar(CP_UTF8, NULL, szU8, strlen(szU8), wszString, wcsLen);

	//最後加上'\0'
	wszString[wcsLen] = '\0';

	return wszString;

}

//將寬字節wchar_t*轉化爲單字節char* 

char* UnicodeToAnsi( const wchar_t* szStr ) 
{ 
	int nLen = WideCharToMultiByte( CP_ACP, 0, szStr, -1, NULL, 0, NULL, NULL ); 
	if (nLen == 0) 	{ 
		return NULL; 
	} 

	char* pResult = new char[nLen]; 
	WideCharToMultiByte( CP_ACP, 0, szStr, -1, pResult, nLen, NULL, NULL ); 

	return pResult; 
} 

void Ctest_ocrDlg::OnBnClickedButton2() // 識別
{
	// TODO: 在此添加控件通知處理程序代碼
	if (pathName.IsEmpty())
	{
		MessageBox(TEXT("路徑名非法！"), TEXT("路徑"));
		return;
	}

	string filename = CT2A(pathName.GetString());
#if 1

	Mat srcimage = imread(filename);//filename
	if (!srcimage.data)
	{
		MessageBox(TEXT("圖像數據爲空！"), TEXT("imread"));
		return;
	}
	

	Mat grayimg;
	cvtColor(srcimage, grayimg, CV_BGR2GRAY);
	imshow("grayimg", grayimg);

	GaussianBlur(grayimg, grayimg, Size(5,5), 2, 2);

// 	imshow("Gaussianimg2", grayimg);
	Mat binImage;
	threshold(grayimg, binImage, 100,255,THRESH_BINARY_INV);//THRESH_BINARY_INV|THRESH_OTSU
 /*   adaptiveThreshold(~grayimg, binImage, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY_INV, 15, -2);*/
 	Mat kernel = getStructuringElement(MORPH_RECT, Size(3,3), Point(-1, -1));
	// erode(binImage, binImage, kernel, Point(-1,-1), 1, 0);
 	morphologyEx(binImage, binImage, MORPH_OPEN, kernel, Point(-1, -1), 1, 0);

	imshow("binImage", binImage);
	//imwrite("F:/bin.tif", binImage);
#endif
	

#if 0


	const char *image_path = filename.c_str();
	// 使用 tesseract 進行數字識別
	
	tesseract::TessBaseAPI  api;
	api.Init(NULL,"eng",tesseract::OEM_DEFAULT);//chi_sim
	api.SetPageSegMode(tesseract::PSM_AUTO);
   

// 	FILE* fin = fopen(image_path, "rb");
// 	if (fin == NULL) {
// 		/*printf("Cannot open input file: %s\n", image_path);*/
// 		MessageBox(TEXT("Cannot open input file."), TEXT("fopen："));
// 		exit(2);
// 	}
// 	fclose(fin);
// 
	PIX   *pixs;
	if ((pixs = pixRead(image_path)) == NULL) {
		MessageBox(TEXT("Unsupported image type."), TEXT("pixRead："));
		exit(3);
	}
	pixDestroy(&pixs);

	STRING text_out;
	if (!api.ProcessPages(image_path, NULL, 0, &text_out)) {
		MessageBox(TEXT("Error during processing."), TEXT("ProcessPages："));
	}

	string ocr_result = text_out.string();
	CString CS_rel(ocr_result.c_str());
	MessageBox(CS_rel, TEXT("識別結果爲："));


// 	//顯示中文
// 	string ocr_result = text_out.string();
// 	wchar_t* tempchar = Utf_8ToUnicode((char*)ocr_result.c_str());
// 	char* resulttemp = UnicodeToAnsi(tempchar);
// 	CString CS_rel(resulttemp);
// 	MessageBox(CS_rel, TEXT("識別結果爲："));
#else
	

    PIX *pixImage = cvtMat2PIX(binImage);                // 將圖片由 Mat 轉換成 Pix 格式

    // 使用 tesseract 進行數字識別
    const char* lang = "eng";//eng
    string numText;
    tesseract::TessBaseAPI *tess = new tesseract::TessBaseAPI;        // 新建 tesseract 基類
    tess->Init(NULL,lang, tesseract::OEM_DEFAULT);        // 初始化
    tess->SetPageSegMode(tesseract::PSM_AUTO);    // 設置識別模式
    tess->SetImage(pixImage);
    numText = string(tess->GetUTF8Text());

	/*CString CS_rel(numText.c_str());*/
	// MessageBox(CS_rel, TEXT("識別結果爲："));
	

// 	顯示
		wchar_t* tempchar = Utf_8ToUnicode((char*)numText.c_str());
		char* resulttemp = UnicodeToAnsi(tempchar);
		CString CS_rel(resulttemp);
		// MessageBox(CS_rel, TEXT("識別結果爲："));
       mcedit.SetWindowText(CS_rel);
#endif	
}

工程代碼可在如下鏈接進行下載：

https://download.csdn.net/download/luxgang/12325248

添加語言包：

debug 版本中添加 tessdata 目錄，下面放入語言包文件

同理，如果relese 版本對應也放入此目錄和文件。

如果不放在此目錄，就必須安裝 tesseract window 版本，然後設置環境變量。

但是一般我們直接將語言包放在工程目錄下，方便執行，所以最後採用第一種。

 

如有不懂可私信聯繫或下方留言。