OCR结合字体识别？

Question

假设你有一个像下面的图片：

你将如何建立一个服务来分析该图像和处理的几秒钟，显示对应于每个文本区域可编辑区域中的文件：

（该矩形是为了显示每个可编辑区域的边界。）

该软件将需要多种技术结合：

• 字体检测（最接近的匹配）
• 文本样式确定（字体大小，字体重量，行高，字母间距，字体 - 的CSS当量变体，文本修饰等）

从这里，用户将能够编辑每个框中的文本来修改文档。

Answer 1

这是常见的OCR引擎通常所做的事情。看看ABBYY FineReader时，OMNIPAGE，楔形文字，谷歌Tessetact，Expervision等等

这并不容易，因为它看起来就像许多商业OCR引擎仍然做出愚蠢的错误，最引擎已经花费数年时间来开发。

查找段落边界框的问题是OCR过程的一部分。在你的情况下，段落分区很简单，但想起报纸或杂志的页面，工作变得更加困难。

背景保存的问题同样困难。简单的单色背景很容易删除，但添加一些更复杂的东西，并很快变得困难。

将所有三个问题结合在一起在同一个图像，它变得更加困难。添加一些线条和框，灰度阴影，半色调，旋转字体，淡入淡出和其他特殊效果，OCR几乎变得不可能。许多OCR引擎在具有明确定义的文本的简单页面上100％准确，但是当您开始为文档添加更多复杂性时，阅读速度开始快速下降。一些OCR引擎比其他引擎更好。

Answer 2

如果你想有一个免费的图书馆要做到这一点，使用正方体。它会返回边界框和一些其他功能以及OCR文本。

至于字体，我不确定是否可以在tesseract中访问它的相关信息，但是如果没有，只要有文本和图片，就很容易找到与现有字体最接近的匹配。