Tesseract无法识别白色紫色文字的图像，甚至转换为B＆amp; W.

Question

我正在使用下面的代码。但是，这个简单的图像中，tesseract甚至都无法使用。

from PIL import Image
import pytesseract
image_file = Image.open("question.png")

image_file = image_file.convert('1') # convert image to black and white
image_file.save('question.png')
text = pytesseract.image_to_string(image_file, lang = 'eng',config='-psm 6')
print(text)

注意： [1.]试图将Pic变成黑白 [2.]使用过psm

问题：如何正确地对给定图像进行OCR处理？

更新

我现在使用了这段代码：

from PIL import Image
import pytesseract

image_file = Image.open('purple.png')

image_file = image_file.convert('L') # convert image to black and white
image_file.save('question.png')
image_file = Image.open('question.png') #without this line also the output is same
text = pytesseract.image_to_string(image_file, lang = 'eng',config='-psm 6')
print(text)

输出：

请帮助我为什么它不起作用。

Answer 1

使用image.convert('-1')即可获得此图片

这是一张带有很多噪音的照片，所以Tesseract会失败。

我建议您使用image_file.convert('L')将其转换为更好的灰度图像（有关'1'模式和'L'模式的详细信息，请查看documentation）。使用'L'模式，您将获得

使用此图像，Tesseract完全能够识别文本

from PIL import Image
import pytesseract

image_file = Image.open('purple.png')

image_file = image_file.convert('L') # convert image to black and white
image_file.save('question.png')
text = pytesseract.image_to_string(image_file, lang = 'eng',config='-psm 6')
print(text)

Tesseract输出：

  

这些元素中的哪一个是其中的气体   标准状态？