处理图像以获得良好的OCR识别

Question

我正在尝试处理图片。最初，会有很多噪音，但我正在尝试进行一些改进。不幸的是，这不会带来太多结果。可能会实现这样的事情，即以某种方式选择单词中每条黑色字母的中心并执行类似其骨架的操作。我不知道如何执行此操作，因此请在此提供帮助。 我现在使用的代码：

word = cv2.resize(word, (word.shape[1]*2, word.shape[0]*2))
kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])
word = cv2.filter2D(word, -1, kernel)
word[np.where((word >= [180,180,180]).all(axis=2))] = [255,255,255]
word[np.where((word <= [179,179,179]).all(axis=2))] = [0,0,0]
cv2.imshow(str(i), word)

它给出以下结果：来自以下内容：

Answer 1

尝试cv2.erode()。

cv2.bitwise_not(img,img)
kernel = np.ones((3,3),np.uint8)
erosion = cv2.erode(img,kernel,iterations = 1)

{{3}}