如何利用OCR文字識別各種圖文

這篇文章主要講解了“如何利用OCR文字識別各種圖文”，文中的講解內(nèi)容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“如何利用OCR文字識別各種圖文”吧！

【先上一張效果圖】：

一、原理：

其實原理很簡單：

1.手機投屏到電腦；

2.截取投屏畫面的題目部分，進行識別，得到題目和三個答案；

3.將答案按照一定的算法，進行搜索，得出推薦答案；

4.添加了一些其他輔助功能，比如：瀏覽器搜索結(jié)果展示、關(guān)鍵字高亮、瀏覽器可點擊等； 

二、二營長，把我的意大利...............代碼，呈上來，給友軍看看

1.手機投屏：

    方式很多，這里只列舉幾個比較常用、且自己感覺簡單易用的：

    A.IOS：局域網(wǎng)內(nèi)，可以利用iTools里的蘋果錄屏大師(airplay)，進行投屏；

    B.安卓：利用連接線，可以用Totall Control，將安卓手機的畫面投到電腦上；而且電腦上還能直接操作手機；

    C.模擬器：一般都是安卓模擬器；可以自行下載并安裝；

2.截取畫面中的題目和答案

    A.先設(shè)置要截圖的區(qū)域。

    我創(chuàng)建了一個窗體，專門用于設(shè)置截圖區(qū)域，給它取名叫：frmCutter。

    原理：在主窗體打開frmCutter時，就將frmCutter全拼顯示。同時截取一張整個屏幕的圖片，把它設(shè)置成frmCutter窗體的背景圖片。

這樣就能在frmCutter上自由地設(shè)置了。

    主窗體打開frmCutter窗體時：

// 新建一個和屏幕大小相同的圖片

Bitmap catchBmp = new Bitmap(Screen.AllScreens[0].Bounds.Width, Screen.AllScreens[0].Bounds.Height);

// 創(chuàng)建一個畫板，讓我們可以在畫板上畫圖

// 這個畫板也就是和屏幕大小一樣大的圖片

// 我們可以通過Graphics這個類在這個空白圖片上畫圖

Graphics g = Graphics.FromImage(catchBmp);

// 把屏幕圖片拷貝到我們創(chuàng)建的空白圖片 catchBmp中

g.CopyFromScreen(new Point(0, 0), new Point(0, 0), new Size(Screen.AllScreens[0].Bounds.Width, Screen.AllScreens[0].Bounds.Height));

// 創(chuàng)建截圖窗體

frmCutter _frmCutter = new frmCutter();

_frmCutter.Tag = this;

// 指示窗體的背景圖片為屏幕圖片

_frmCutter.BackgroundImage = catchBmp;

_frmCutter.Width = Screen.AllScreens[0].Bounds.Width;

_frmCutter.Height = Screen.AllScreens[0].Bounds.Height;

DialogResult dr = _frmCutter.ShowDialog();

  然后再frmCutter窗體中，寫入幾個事件：

//點擊鼠標右鍵時，取消設(shè)置

private void frmCutter_MouseClick(object sender, MouseEventArgs e)

{

    if (e.Button == MouseButtons.Right)

    {

        this.DialogResult = DialogResult.OK;

        this.Close();

    }

}

//點擊鼠標左鍵時，開始畫區(qū)域圖

private void frmCutter_MouseDown(object sender, MouseEventArgs e)

{

    // 鼠標左鍵按下是開始畫圖，也就是截圖

    if (e.Button == MouseButtons.Left)

    {

        // 如果捕捉?jīng)]有開始

        if (!_catchStart && !_catchFinished)

        {

            _catchStart = true;

            // 保存此時鼠標按下坐標

            Point newPoint = new Point(e.X, e.Y);

            _downPoint = newPoint;

            Tools.StartPoint = newPoint;

        }

    }

}

//鼠標移動時，根據(jù)移動的鼠標和點擊時的第一個點，繪制矩形

private void frmCutter_MouseMove(object sender, MouseEventArgs e)

{

    #region 確保截圖開始

    if (_catchStart && !_catchFinished)

    {

        // 新建一個圖片對象，讓它與屏幕圖片相同

        Bitmap copyBmp = (Bitmap)Tools.ScreenShots.Clone();

        // 獲取鼠標按下的坐標

        Point newPoint = new Point(_downPoint.X, _downPoint.Y);

        // 新建畫板和畫筆

        Graphics g = Graphics.FromImage(copyBmp);

        Pen p = new Pen(Color.Red, 1);

        // 獲取矩形的長寬

        int width = Math.Abs(e.X - _downPoint.X);

        int height = Math.Abs(e.Y - _downPoint.Y);

        if (e.X < _downPoint.X)

        {

            newPoint.X = e.X;

        }

        if (e.Y < _downPoint.Y)

        {

            newPoint.Y = e.Y;

        }

        _catchRectangle = new Rectangle(newPoint, new Size(width, height));

        Tools.CatchRectangle = new Rectangle(newPoint, new Size(width, height));

        Tools.CatchRectangleSize = new Size(width, height);

        // 將矩形畫在畫板上

        g.DrawRectangle(p, _catchRectangle);

        // 釋放目前的畫板

        g.Dispose();

        p.Dispose();

        // 從當前窗體創(chuàng)建新的畫板

        Graphics g1 = this.CreateGraphics();

        // 將剛才所畫的圖片畫到截圖窗體上

        // 為什么不直接在當前窗體畫圖呢？

        // 如果自己解決將矩形畫在窗體上，會造成圖片抖動并且有無數(shù)個矩形

        // 這樣實現(xiàn)也屬于二次緩沖技術(shù)

        g1.DrawImage(copyBmp, new Point(0, 0));

        g1.Dispose();

        // 釋放拷貝圖片，防止內(nèi)存被大量消耗

        copyBmp.Dispose();

    }

    #endregion

}

//鼠標點擊后，彈起來時，完成矩形的繪制

private void frmCutter_MouseUp(object sender, MouseEventArgs e)

{

    if (e.Button == MouseButtons.Left)

    {

        // 如果截圖已經(jīng)開始，鼠標左鍵彈起設(shè)置截圖完成

        if (_catchStart)

        {

            Tools.EndPoint = new Point(e.X, e.Y);

            _catchStart = false;

            _catchFinished = true;

        }

    }

}

//雙擊，確定當前選擇的設(shè)置

private void frmCutter_MouseDoubleClick(object sender, MouseEventArgs e)

{

    if (e.Button == MouseButtons.Left && _catchFinished)

    {

        if (this.Tag != null)

        {

            frmMain _frmMain = (frmMain)this.Tag;

            if (_frmMain != null)

            {

                //_frmMain.btnRead.Focus();

                _frmMain.ReadImageResult();

            }

        }

        this.DialogResult = DialogResult.OK;

        this.Close();

    }

}

 B.設(shè)置好截圖區(qū)域后，每次題目出現(xiàn)時，變對該區(qū)域截圖：

//截取設(shè)置的區(qū)域屏幕圖片

Bitmap _screenShots = new Bitmap(Screen.AllScreens[0].Bounds.Width, Screen.AllScreens[0].Bounds.Height);

// 創(chuàng)建一個畫板，讓我們可以在畫板上畫圖

// 這個畫板也就是和屏幕大小一樣大的圖片

// 我們可以通過Graphics這個類在這個空白圖片上畫圖

Graphics g_screenShots = Graphics.FromImage(_screenShots);

// 把屏幕圖片拷貝到我們創(chuàng)建的空白圖片 CatchBmp中

g_screenShots.CopyFromScreen(new Point(0, 0), new Point(0, 0), new Size(Screen.AllScreens[0].Bounds.Width, 

　　Screen.AllScreens[0].Bounds.Height));

//剪切的圖片

_catchBmp = new Bitmap(Tools.CatchRectangleSize.Width, Tools.CatchRectangleSize.Height);

Graphics g = Graphics.FromImage(_catchBmp);

g.DrawImage(_screenShots, new Rectangle(0, 0, Tools.CatchRectangleSize.Width, Tools.CatchRectangleSize.Height), 

　　Tools.CatchRectangle, GraphicsUnit.Pixel);

g.Dispose();

g_screenShots.Dispose();

//顯示圖像

this.imgCut.BackgroundImage = (Image)_catchBmp;

C.將截到的問題和答案圖片，用OCR識別

    比如，我現(xiàn)在設(shè)置并截取到了這張圖片：

    識別圖片中的文字，OCR軟件和API也不少。以前我用的谷歌tesseract4.0，安裝在本機的，沒做詞庫，識別率一般。后來發(fā)現(xiàn)百度OCR每天免費調(diào)用500次，果斷轉(zhuǎn)場！事實證明，正確率還是高很多。

    D.得到識別結(jié)果，將識別結(jié)果處理后，進行百度搜索：

    創(chuàng)建了一個試題實體，后面用起來就方便了：

/// <summary>

/// 試題類

/// </summary>

public class QuestionModel

{

    /// <summary>

    /// 問題

    /// </summary>

    public string Question { get; set; }

    /// <summary>

    /// 答案1

    /// </summary>

    public string Answer1 { get; set; }

    /// <summary>

    /// 答案2

    /// </summary>

    public string Answer2 { get; set; }

    /// <summary>

    /// 答案3

    /// </summary>

    public string Answer3 { get; set; }

}

  E.百度搜索，并顯示參考答案：

    a).算法搜索：

    1.用題目去百度搜索。在搜索的結(jié)果中，查詢答案出現(xiàn)的次數(shù)。

    2.用題目+答案去搜索。得到每個組合的百度結(jié)果個數(shù)。

    然后將上述兩種方法，根據(jù)權(quán)重權(quán)衡，用戶可以自行決定偏向于哪種結(jié)果。

    b).輔助搜索：

    右邊還放了一個瀏覽器，可以在得到識別結(jié)果的第一時間，呈現(xiàn)出根據(jù)題目搜索百度的結(jié)果；并且在里面高亮顯示3個答案關(guān)鍵字。

三、坐等吃雞！

    自動截圖、自動識別、自動搜索、自動給出參考答案、自動展現(xiàn)出搜索頁面并高亮顯示關(guān)鍵字……

    多了一系列的輔助功能，想不吃雞都難啊~

感謝各位的閱讀，以上就是“如何利用OCR文字識別各種圖文”的內(nèi)容了，經(jīng)過本文的學習后，相信大家對如何利用OCR文字識別各種圖文這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關(guān)知識點的文章，歡迎關(guān)注！