对噪声、噪点太敏感了

[mo-han]

本人非科班程序员、对机器学习更是连半只脚都没进门槛，就单纯是尝试着玩了一下。 我觉得这个OCR对噪声的敏感度比tesseract还要高。 下面两张截图都是用网络摄像头（指手机）对键盘上那几个键帽拍摄的视频画面，进行自适应阈值处理（选用高斯窗口加权平均）后得到二值图，之后直接将这些二值图喂给CnOcr().ocr。因为键帽的立体形状和表面的材质纹理，在侧面阳光下总会残留一些噪声、噪点。两张截图的不同之处在于，给高斯权重值加了不同的补偿常数，结果就是二值图上残留的噪声数量不同。第一张明显很多噪声，第二张只有零星几个噪点（但就这几个噪点还是让cnocr输出了很多错误识别）：

cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 41, -32)

cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 41, -96)

最后我再啰嗦几句： 讲真cnocr我个人感觉比百度那个PaddleOCR好。虽然按理说人家那个是大公司出品，但毕竟我测试覆盖面极小，我就是觉得cnocr比paddleocr好用。 另外就是，要是能随意添加自定义映射（画面 → 字符），而无需训练一整个语言字符模型的话（就像Tesseract目前提供的工具链那样），那可就真是太好了。

[mo-han]

@breezedeus 为什么就直接关了？

[breezedeus]

因为这不算issue；cnocr自己的切行很简单，不支持复杂的切行。像你这种有明显噪点的图片，可以考虑先用cnstd做文本检测，再用cnocr。