Изпечатай

[LinuxFanUNIX]

Здравейте приятели и за много години!

Въпросът ми е много симпъл:

Има ли (възможно най-лесен) начин, Qt4 приложение да прочете символи от картинка, като знам какъв шрифт са и неговата големина и ако да - поддържа ли се кирилица?

Благодаря предварително!

[Kedr]

yum search OCR

libhocr-devel.i686 : Development files for libhocr
libhocr-devel.x86_64 : Development files for libhocr
libhocr-gtk.x86_64 : GTK+ application for libhocr
libhocr-python.x86_64 : Python bindings for libhocr
cuneiform.i686 : Command-line OCR system
cuneiform.x86_64 : Command-line OCR system
gocr.x86_64 : GNU Optical Character Recognition program
libhocr.i686 : A Hebrew optical character recognition library
libhocr.x86_64 : A Hebrew optical character recognition library
ocrad.x86_64 : An Optical Character Recognition program
openscada-docRU.x86_64 : Open SCADA documents
spamassassin-FuzzyOcr.noarch : Spamassassin plugin to identify image spam
tesseract.i686 : Raw OCR Engine
tesseract.x86_64 : Raw OCR Engine
yagf.x86_64 : Graphical front-end for cuneiform

[borovaka]

Дам трябва ти OCR и ти да си драснеш GUI на QT. Ето ти сравнение:
http://www.splitbrain.org/blog/2010-06/15-linux_ocr_software_comparison
cuneiform се справя и с кирилица.

[Kedr]

Като имаш сканър, имаш и FineReader Sprint, нали? Той работи под wine.

[LinuxFanUNIX]

Така, виждам че няма директна функция (вградена в Qt4). Има ли друг вариант - ако имам сив фон и бял текст, то картинката да се уголеми със зададен от мен, процент и сивия фон да се замени с прозрачен, без белият текст да се маха?

[borovaka]

//offtopic
Абе приятелю ти OCR система ли искаш да си пишеш?
Каква да е тази функция в QT дето да го прави това ... това си трябва OCR система за целта.

//on
Иначе за фона си има достатъчно графични библиотеки които можеш да използваш. Аз на QT не съм писал ама ImageMagic и GD примерно могат да манипулират такива неща.

[LinuxFanUNIX]

Не, няма да разработвам собствена OCR система, но тъй като текста не ми трябва за манипулации а за извеждане на дисплея, просто ме интересува как да го уголемя и най-вече да му заменя цвят - навсякъде където има сиво - да бъде прозрачно

Нещо от този род:

Код

GeSHi (C++):
image.replace("gray", rgba(255,255,255,0))

[Kedr]

convert source.gif -transparent "rgb(128,128,128)" target.gif

[LinuxFanUNIX]

Тъй като приложението ще е мултиплатформено, съответно няма ли функция в Qt?

[task_struct]

Отговорът е QImage - http://developer.qt.nokia.com/doc/qt-4.8/qimage.html
Имаш функция за скалиране на изобравението и достъп до картинката пиксел по пиксел.

Ако ще обработваш много картинки, бих ти препоръчал да ги пуснеш с QtConcurrent::map() ( http://developer.qt.nokia.com/doc/qt-4.8/qtconcurrent.html ), за да може UI-то ти да продължи да реагира.

[LinuxFanUNIX]

Код

GeSHi (C++):
QImage tempImg("D:\\OCR\\bani4ka.png");
 
 
    for (int i = 0; i < tempImg.height(); i++)
    {
    for (int j = 0; j < tempImg.width(); j++)
    {
    QRgb cur = tempImg.pixel(j, i);
        QRgb delMin = qRgb(0,0,0);
        QRgb delMax = qRgb(176,176, 176);
        QColor transp;
        transp.setRed(255);
        transp.setBlue(255);
        transp.setGreen(255);
        transp.setAlpha(0);
        //qDebug() << QColor(cur).red() << ", " << QColor(cur).green() << ", " << QColor(cur).blue();
 
       if(cur > delMin && cur < delMax)
             tempImg.setPixel(j, i, Qt::transparent);
    }
    }
    tempImg.save("D:\\OCR\\bani4ka2.png");
    qDebug() << item->text();

Така написано би трябвало да премахва сивия фон и да оставя белите букви в изображението, но нещо не се получава. Някакви идеи? 

[Kedr]

>"D:\\OCR\\bani4ka.png"

>D:

  какво е това?

[task_struct]

#include <QtCore/QDebug>
#include <QtGui/QImage>
#include <QtGui/QColor>
#include <QtGui/QRgb>

bool colorcmp( const QColor & a, const QColor & b )
{
    return ( ( a.red() >= b.red() ) && ( a.green() >= b.green() ) && ( a.blue() >= b.blue() ) && ( a.alpha() >= b.alpha() ) );
}

int main(int argc, char *argv[])
{

    QImage tempImg("/home/nikolay/Development/Projects/OCR/banichka.png");

    const QColor delMin( 0, 0, 0 );
    const QColor delMax( 176, 176, 176 );

    for (int i = 0; i < tempImg.height(); i++)
    {
        for (int j = 0; j < tempImg.width(); j++)
        {
            QColor cur( tempImg.pixel(j, i) );

            if( colorcmp( cur, delMin ) && colorcmp( delMax, cur ))
                tempImg.setPixel(j, i, Qt::transparent);
        }
    }

    tempImg.save("/home/nikolay/Development/Projects/OCR/banichk2.png");
}

Това работи с картинка, която има сив фон QColor( 127, 127, 127, 255 ) и текст QColor( 255, 255, 255, 255 ). Ако има някакви по различни цветове от сиво,черно,бяло може да имаш проблем с функцията за сравнение.

[LinuxFanUNIX]

Пак същото. Ето това изображение не може да го "хване":

[task_struct]

Е тази е с доста близки цветове. Ако знаеш какви ще са цветовете, може да си ги направиш като входни параметри или ако си сигурен, че картинката винаги има само 2 цвята може да направиш така: Взимаш цвета на 0,0 пиксел и където има тоя цвят правиш прозрачност. В най-общият случай ти трябва изостряне на картинката. Да се повиши контраста на цветовете, за да има по-ясна граница между цвят и фон. Ако фона или буквите имат шум става вече доста по-весело и там ти трябва алгоритъм за разпознаване на текст.