提高图像中字母的质量

Question

我正在处理带有文本的图像。问题是这些图像是收据，经过大量转换后，文本失去了质量。我正在使用 python 和 opencv。我尝试使用形态转换文档中的多种形态转换组合，但没有得到满意的结果。

我现在正在这样做（我将评论我尝试过的内容，并取消评论我正在使用的内容）：

kernel = np.ones((2, 2), np.uint8)
# opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
# closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)
# dilation = cv2.dilate(opening, kernel, iterations=1)
# kernel = np.ones((3, 3), np.uint8)
erosion = cv2.erode(img, kernel, iterations=1)
# gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)
#
img = erosion.copy()

这样，从这张原始图像中：

我明白了：

正如您所看到的，情况好一点了。但还是太糟糕了。OCR（tesseract）不能很好地识别这里的字符。我已经训练过，但正如你所注意到的，每个“e”都是不同的，等等。

我得到了很好的结果，但我想，如果我解决这个问题，他们会更好。

也许我可以做另一件事，或者使用更好的形态转换组合。如果有其他我可以使用的工具（PIL、imagemagick 等），我可以使用它。

这是整个图像，您可以看到它的外观：

正如我所说，这还不错，但对字母进行更多“优化”就更完美了。

Answer 1

在这个主题上工作了多年之后，我现在可以说，我想做的事情需要付出很大的努力，它非常缓慢，而且从来没有像我预期的那样有效。字符中像素的不规则性总是不可预测的，这就是“简单算法”不起作用的原因。

问：那么不可能有一个像样的OCR可以读取损坏的字符吗？

答：不，这并非不可能。但仅仅使用侵蚀、形态闭合或类似的东西需要“一点”。

那么，如何呢？神经网络 ：）

这里有两篇精彩的论文对我帮助很大：

我们可以使用 LSTM 网络构建与语言无关的 OCR 吗？

读取深度卷积序列中的场景文本

对于那些不熟悉 RNN 的人，我可以建议：

了解 LSTM 网络

还有一个 python 库，它运行得很好（不幸的是，对于 C++ 甚至更好）：

解剖学

我真的希望这可以帮助别人。