非英语语言中的文本识别

Text recognition in non-english language

本文关键字：文本识别英语语言更新时间：2023-10-16

我已经用印地语实现了一个文本检测算法，它运行得很好，并对文本区域进行了本地化。现在我正在寻找将文本区域转换为数字格式，可以由谷歌翻译API使用。关于如何将其转换为数字格式，有什么帮助吗？（我研究了SVM、ANN等）

我会研究OCR。

Tesseract OCR引擎（开源）拥有包括印地语在内的多种语言的语言数据，因此这可能是一个很好的起点。它也可以集成到OpenCV中。

如果你只想使用OpenCV，那么其中一种机器学习方法（KNN、SVM）可能是最好的，你需要自己训练它来识别字符。

很少的链接：

https://code.google.com/p/tesseract-ocr/（Tesseract）

https://opencv-code.com/tutorials/how-to-read-the-digits-from-a-scratchcard/（OpenCV+Tesseract）

http://blog.damiles.com/2008/11/basic-ocr-in-opencv/（仅限OpenCV-KNN）

https://opencv-code.com/tutorials/how-to-integrate-tesseract-ocr-and-opencv/（集成Tesseract和OpenCV）