通过在Tesseract3+vs2008编译后获得的Tesseract 链接库可以就可以在C语言中调用函数，实现图片的识别，英文字符识别效果还可以，中文的效果就很差了，而且时间很久，具体过程可以参考文章：Tesseract3.01 OCR在VS2008环境下的编译使用（1）
本文主要对Tesseract3在C语言中的使用过程进行简单的测试。
Tesseract的主要函数成员：
初始化函数
(1) int Init(const char* datapath, const char* language, char **configs, int configs_size, bool configs_global_only);
(2) int Init(const char* datapath, const char* language) { return Init(datapath, language, 0, 0, false); }
(3) int InitLangMod(const char* datapath, const char* language);
(4) int InitWithoutLangModel(const char* datapath, const char* language);
函数主要参数：datapath表示语言包的路径，language:语言使用ISO 639-3 string或者默认使用英文（NULL），比如中文为”chi_sim”,英文为默认(NULL)或者写“eng”，其他的参数可采用默认；注意：语言包必须有一种，在设定的路径下，不然会出现错误，语言包的下载就百度吧，
上面几个函数调用其中一个即可。
参数设置函数：
（1）void SetPageSegMode(PageSegMode mode); //设置版面分割的模式，默认为PSM_SINGLE_BLOCK模式
主要的模式如下：
enum PageSegMode {
PSM_OSD_ONLY, ///< Orientation and script detection only.
PSM_AUTO_OSD, ///< Automatic page segmentation with orientation and
///< script detection. (OSD)
PSM_AUTO_ONLY, ///< Automatic page segmentation, but no OSD, or OCR.
PSM_AUTO, ///< Fully automatic page segmentation, but no OSD.
PSM_SINGLE_COLUMN, ///< Assume a single column of text of variable sizes.
PSM_SINGLE_BLOCK_VERT_TEXT, ///< Assume a single uniform block of vertically
///< aligned text.
PSM_SINGLE_BLOCK, ///< Assume a single uniform block of text. (Default.)
PSM_SINGLE_LINE, ///< Treat the image as a single text line.
PSM_SINGLE_WORD, ///< Treat the image as a single word.
PSM_CIRCLE_WORD, ///< Treat the image as a single word in a circle.
PSM_SINGLE_CHAR, ///< Treat the image as a single character.
PSM_COUNT ///< Number of enum entries.
};
（2）bool SetVariable(const char* name, const char* value);
我见到的用法如下，但是我测试的时候，觉得没什么效果：
//只识别bcdefghijklmnopqrstuvwsyz
SetVariable("tessedit_char_whitelist", "abcdefghijklmnopqrstuvwsyz);
//忽略ZXY
SetVariable("tessedit_char_blacklist", "xyz");
//只识别数字
SetVariable("classify_bln_numeric_mode", "123456789");
图片输入函数
(1) char* TesseractRect(const unsigned char* imagedata, int bytes_per_pixel, int bytes_per_line,
int left, int top, int width, int height);
TesseractRect函数:输入需要处理的图片，并且设定区域，imagedata：8位或者24位，32位彩色图片，其他调色板的图片需转换为24位图像
bytes_per_pixel：每像素的字节数；bytes_per_line,每行的字节数（对齐后的），其他的不解释
这个函数也可以拆分为一下几个函数：
(2) void SetImage(const unsigned char* imagedata, int width, int height, int bytes_per_pixel, int bytes_per_line);
(3) void SetRectangle(int left, int top, int width, int height);
SetImage函数：输入需要处理的图片，和TesseractRect的参数解释相同，注意的是这个函数会修改输入的图像
SetRectangle：设置需要处理的区域
获得识别结果
获取文字图像中的文字信息，UTF8格式，API上说需要对获取的char*进行delete，但是我在测试的delete[]会出现错误。
对字符信任度评价
（5）int MeanTextConf(); //获取图像中文字识别结果的平均可信任度,大小为0~100
（6）int* AllWordConfidences(); //获取每个字符的可信任度，与GetUTF8Text获取的字符对应，值为0~100之间
个人觉得这类函数也是蛮重要的一类，可以对识别的结果做出大致的评价，对于评价较差的，可以另作处理，我测试的时候，做的好的识别，信任度识别都在80以上，做的不好的，就在80一下，还是可以大致说明识别结果的大致情况。
结束函数：
（7）void Clear(); //清tesseract的内部图片空间以及识别结果，可以多次使用
（8）void End(); //释放tesseract的所有内存，释放API
记得释放，尤其是循环使用的时候，使用clear释放上一次操作的空间。
tesseract也提供一些输出中间过程的函数，我没做研究，没有测试，API说明如下：
中间函数
/*在SetImage或者TesseractRect之后，获取内部阈值后图像的一个COPY*/
Pix* GetThresholdedImage();
/*获得版面分析的结果（layout analysis） 在分析之前或者之后调用.*/
Boxa* GetRegions(Pixa** pixa);
/** * Get the textlines as a leptonica-style * Boxa, Pixa pair, in reading order. * Can be called before or after Recognize. * If blockids is not NULL, the block-id of each line is also returned * as an array of one element per line. delete [] after use. */
Boxa* GetTextlines(Pixa** pixa, int** blockids);
/** * Get the words as a leptonica-style * Boxa, Pixa pair, in reading order. * Can be called before or after Recognize. */
Boxa* GetWords(Pixa** pixa);
// Gets the individual connected (text) components (created
// after pages segmentation step, but before recognition)
// as a leptonica-style Boxa, Pixa pair, in reading order.
// Can be called before or after Recognize.
// Note: the caller is responsible for calling boxaDestroy()
// on the returned Boxa array and pixaDestroy() on cc array.
Boxa* GetConnectedComponents(Pixa** cc);
// Get the given level kind of components (block, textline, word etc.) as a
// leptonica-style Boxa, Pixa pair, in reading order.
// Can be called before or after Recognize.
// If blockids is not NULL, the block-id of each component is also returned
// as an array of one element per component. delete [] after use.
Boxa* GetComponentImages(PageIteratorLevel level,
Pixa** pixa, int** blockids);
上面的函数足以完成图像字符的识别，但是tesseract也提供了其他函数，比如图像读取，对识别的字符可信性进行评估以及获取识别过程中的
中间图像
读取图像函数
(1) INT8 IMAGE::read_header ( const char * name );
(2) inT32 check_legal_image_size( //get rest of image
inT32 x, //x size required
inT32 y, //ysize required
inT8 bits_per_pixel //bpp required
);
(3)inT8 read(inT32 buflines);
参考别人的例子的时候，会使用这个函数读取函数，但是我在使用的时候，发现3.0的版本并没发现IMAGE类里面的read函数和
read_header函数，可能是我用的文件问题吧，但是我本省也不想使用这个类，更想使用opencv完成图像的读取和预处理的工作，这里不多做说明了，如果哪位知道是哪里问题，可以告诉我哦。。。不适用提供的函数，使用OPENCV其实也很方便，不需要做任何转换，看下面的代码：
IplImage *iplimg = NULL;
iplimg = cvLoadImage("1.jpg");
tesseract::TessBaseAPI api;
//api.SetVariable("tessedit_char_whitelist", "0123456789abcdefghijklmnopqrstuvwsyzABCDEFGHIJKLMNOPQRSTUVWXYZ");
//api.SetVariable("classify_bln_numeric_mode", "123456789");
api.Init("C:\\BuildFolder\\tesseract-3.01\\tessdata", NULL);
//api.SetPageSegMode(PSM_SINGLE_BLOCK);
api.SetImage((unsigned char*)(iplimg->imageData),
iplimg->width, iplimg->height,iplimg->nChannels , iplimg->widthStep);//设置图像
char* text = api.GetUTF8Text();//识别图像中的文字
这里是我的整个简单测试代码，程序的设置，见我令我一篇博文Tesseract3.01 OCR在VS2008环境下的编译使用（1）
测试代码
#include "stdafx.h"
#include "allheaders.h"
#include "baseapi.h"
#include "resultiterator.h"
#include "strngs.h"
#include "blobs.h"
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"
#include "stdlib.h"
using namespace tesseract;
int _tmain(int argc, _TCHAR* argv[])
{
STRING text_out;
IplImage *iplimg = NULL;
iplimg = cvLoadImage("1.jpg");
tesseract::TessBaseAPI api;
//api.SetVariable("tessedit_char_whitelist", "0123456789abcdefghijklmnopqrstuvwsyzABCDEFGHIJKLMNOPQRSTUVWXYZ");
//SetVariable("tessedit_char_blacklist", "xyz"); to ignore x, y and z.
//api.SetVariable("classify_bln_numeric_mode", "123456789");
api.Init("C:\\BuildFolder\\tesseract-3.01\\tessdata", NULL);
//api.SetPageSegMode(PSM_SINGLE_BLOCK);
api.SetImage((unsigned char*)(iplimg->imageData),
iplimg->width, iplimg->height,iplimg->nChannels , iplimg->widthStep);//设置图像
char* text = api.GetUTF8Text();//识别图像中的文字
printf("%s\n","获得的结果");
printf("%s\n",text);
FILE* fout = fopen("txt_file.TXT", "w");
//fwrite(text_out.string(), 1, text_out.length(), fout);//将识别结果写入输出文件
fprintf(fout,"%s\n","获得的结果");
fprintf(fout,"%s\n",text);
fclose(fout);
UINT d = api.MeanTextConf();
fprintf(fout,"%d\n",d);
printf("%d\n",d);
int *gg = api.AllWordConfidences();
while (*gg != '\0')
{
printf("%d\n",*gg);
gg ++ ;
}
getchar();
api.Clear();
api.End();
return 0;
}
作者：细雨淅淅
转载请注明地址：
