pytesseract 提高图像上模糊数字的 OCR 准确性

Question

数字示例

我正在使用标准 pytesseract img 来发送文本。我尝试过仅使用数字选项，90% 的情况下它都是完美的，但上面是一个出现严重错误的示例！这个例子根本没有产生任何字符

正如您所看到的，现在有字母，因此语言选项没有用，我确实尝试在抓取的图像中添加一些文本，但它仍然出错。

我使用 CV2 增加了对比度，捕获的上游文本已经模糊

关于提高准确性有什么想法吗？

经过多次测试后使用以下建议。我发现锐度滤镜给出的结果不可靠。你可以使用的另一个工具是contrast=cv2.convertScaleAbs(img2,alpha=2.5,beta=-200)我用它作为我的黑白文本最终在灰色背景上使用convertScaleAbs得到浅灰色文本我能够增加对比度以获得几乎黑白图像

OCR 的基本步骤

1. 转换为单色
2. 将图像裁剪为目标文本
3. 过滤图像以获得黑白
4. 执行 OCR

Answer 1

这是使用 OpenCV 和 Pytesseract OCR 的简单方法。要对图像执行 OCR，对图像进行预处理非常重要。这个想法是获得处理后的图像，其中要提取的文本为黑色，背景为白色。为此，我们可以转换为灰度，然后应用锐化内核cv2.filter2D()来增强模糊部分。一般的锐化内核如下所示：

[[-1,-1,-1], [-1,9,-1], [-1,-1,-1]]

其他内核变体可以在这里找到。根据图像，您可以调整滤镜的强度。从这里我们使用Otsu 阈值来获取二进制图像，然后使用--psm 6配置选项执行文本提取以假定单个统一的文本块。请查看此处了解更多 OCR 配置选项。

这是图像处理管道的可视化：

输入图像

转换为灰度->应用锐化滤镜

大津的门槛

Pytesseract OCR 的结果

124,685

代码

import cv2
import numpy as np
import pytesseract

pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

# Load image, grayscale, apply sharpening filter, Otsu's threshold 
image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
sharpen_kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])
sharpen = cv2.filter2D(gray, -1, sharpen_kernel)
thresh = cv2.threshold(sharpen, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# OCR
data = pytesseract.image_to_string(thresh, lang='eng', config='--psm 6')
print(data)

cv2.imshow('sharpen', sharpen)
cv2.imshow('thresh', thresh)
cv2.waitKey()