小编tep*_*pek的帖子

嗨，我希望通过 pytesseract 提高我在数字识别方面的表现。

我将原始图像分成如下所示的部分：

大小可以变化。

为此，我应用了一些像这样的预处理方法

image = cv2.imread(im, cv2.IMREAD_GRAYSCALE)
image = cv2.GaussianBlur(image, (1, 1), 0)
kernel = np.ones((5, 5), np.uint8)
result_img = cv2.blur(img, (2, 2), 0)
result_img = cv2.dilate(result_img, kernel, iterations=1)
result_img = cv2.erode(result_img, kernel, iterations=1)

我明白了

然后我将其传递给 pytesseract：

num = pytesseract.image_to_string(result_img, lang='eng',
                                     config='--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789')

然而，这对我来说还不够好，而且经常弄错数字。

我正在寻找改进的方法，我试图保持这种最小化和自给自足，但如果我不清楚，请告诉我，我会详细说明。

谢谢你。