Tesseract没有阅读某些数字

Question

我开始编写一个简单的脚本来从图像中读取数据。这是我使用RTesseract读取它的Ruby代码：

require 'rtesseract'
require 'mini_magick'

RTesseract.configure do |config|
    config.processor = "mini_magick"
end

image = RTesseract.new("myImage.jpg")
puts image.to_s

我从这张图片开始：

返回的结果是：132B 4。

我知道0作为B回来了（我可以解决）。但是，以下3，0，8根本没有返回。现在我知道它已经知道如何读取3和0，因为它在第一个数字中完成了。我认为它有一些问题呈现以下数字，所以我把它变成黑白。

这是我试过的第二张图片：

然而，结果仍然显示为：132B 4。

最后，我剪切了图像并尝试了最后的3个数字。

这是图片：

但是当我运行脚本时，它没有返回任何结果。关于为什么我无法阅读最终数字的任何想法？

我使用的是Ruby 2.2.2，rTesseract 2.1.0和MiniMagick 4.5.1。

我使用的是Tesseract 3.04.01

Answer 1

我在我的Linux Mint 17机器上使用tesseract 3.03测试了您的脚本 ，Ruby 2.1.5和MiniMagick 4.5.1

它还会返回132B 4。

如果您确定数字已编码，可以尝试：

image = RTesseract.new("myImage.jpg", options: :digits)

返回13223 4。

启动不带参数的tesseract会为您提供可能的选项列表。 “pagesegmode 7”看起来很有趣：7 = Treat the image as a single text line.

所以：

image = RTesseract.new("myImage.jpg", options: :digits, psm: 7)

返回13223 4 3 21 8。

使用第二张图片，它会返回3 21 8。

我认为现在最大的问题是JPG工件非常强大，数字和背景之间的对比度相对较低。 PNG图像可能会产生更好的结果。

使用gimp，我将图像调整为200px高度，在数字附近裁剪以删除一些瑕疵，在150处使用颜色/阈值，将图像反转并保存为png：

Rtesseract返回：

1320 4 3 0 8

使用Image Magick，此命令可以获得相同的结果：

convert myImage.jpg -geometry x200 -threshold 13% -negate myImage.png