图像预处理可提高OCR的准确性

Question

我正在使用高斯内核在OpenCV中进行图像增强，其中包含250％的内容：

import cv2
import numpy as np
image = cv2.imread("test.png")
small = cv2.resize(image, (0,0), fx=2.5, fy=2.5)

img = small

kernel_sharpen_3 = np.array([[-1,-1,-1,-1,-1],
                             [-1,2,2,2,-1],
                             [-1,2,8,2,-1],
                             [-1,2,2,2,-1],
                             [-1,-1,-1,-1,-1]]) / 8.0

output_3 = cv2.filter2D(img, -1, kernel_sharpen_3)

cv2.imwrite('enhancement.png', output_3)
cv2.waitKey(0)
cv2.destroyAllWindows() 

但仍然没有给出非常好的结果。我应该做哪些其他预处理来提高准确性？我使用ocr.space作为工具。

一些例子：

语言英语：

• 错误地将 KIHC US 检测为 KI-IC US

语言英语：

• 错误地检测到 HRL US 为 HRI- US （排名倒数第二行）

语言英语：

• 它没有检测到 BN FP

语言英语：

• 错误地检测到 HPQ US 为 I-IPQ US （但它已在下一行的HEN3 GR中正确检测到H）
• 错误地将 LALAB MM 检测为 I-ALAB MM
• 它没有检测到 RB / LN