Pytesseract OCR多配置选项

Question

我有pytesseract的一些问题.我需要将Tesseract配置为配置为接受单个数字,同时也只能接受数字,因为数字零通常与"O"混淆.

像这样:

target = pytesseract.image_to_string(im,config='-psm 7',config='outputbase digits')

非常感谢,

尼尔

Answer 1

tesseract-4.0.0a支持如下psm.如果要进行单字符识别,请设置psm = 10.如果您的文本仅包含数字,则可以设置tessedit_char_whitelist=0123456789.

Page segmentation modes:
  0    Orientation and script detection (OSD) only.
  1    Automatic page segmentation with OSD.
  2    Automatic page segmentation, but no OSD, or OCR.
  3    Fully automatic page segmentation, but no OSD. (Default)
  4    Assume a single column of text of variable sizes.
  5    Assume a single uniform block of vertically aligned text.
  6    Assume a single uniform block of text.
  7    Treat the image as a single text line.
  8    Treat the image as a single word.
  9    Treat the image as a single word in a circle.
 10    Treat the image as a single character.
 11    Sparse text. Find as much text as possible in no particular order.
 12    Sparse text with OSD.
 13    Raw line. Treat the image as a single text line,
                        bypassing hacks that are Tesseract-specific.

以下是image_to_string具有多个参数的示例用法.

target = pytesseract.image_to_string(image, lang='eng', boxes=False, \
        config='--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789')

希望这可以帮助.

Answer 2

页面分割模式：

0. 仅方向和脚本检测 (OSD)。

1. 使用 OSD 自动页面分割。

2. 自动页面分割，但没有 OSD 或 OCR。（未实现）

3. 全自动页面分割，但没有 OSD。（默认）

4. 假设有一列大小可变的文本。

5. 假设有一个统一的垂直对齐文本块。

6. 假设有一个统一的文本块。

7. 将图像视为单个文本行。

8. 将图像视为单个单词。

9. 将图像视为圆圈中的单个单词。

10. 将图像视为单个字符。

11. 稀疏的文本。查找尽可能多的文本（不按特定顺序排列）。

12. 带 OSD 的稀疏文本。

13. 原始线。将图像视为单个文本行，绕过 Tesseract 特定的黑客攻击。

OCR 引擎模式：

0. 仅旧版引擎。
1. 仅神经网络 LSTM 引擎。
2. 传统 + LSTM 引擎。
3. 默认，基于可用的内容。