Tesseract在单行图像中混淆“ - ”和“7”

Question

This image被视为
08787365076858 ，而不是
的 0878-3650-6858

我有一个包含50个相似图像文件的列表，每个“ - ”字符都匹配为“7”。

使用默认设置，即使安装tesseract来清除系统也是如此。 还尝试使用-psm = 7/8（单行/单词）并设置白名单字符。

这个问题可能是什么原因，我该如何克服它？ 我知道训练，但有趣的是，为什么准确（在大多数情况下）tesseract混淆了如此不同的字符。

Answer 1

重新调整到300DPI将有助于在图像中获得这些破折号。