Tesseract RuntimeError：识别图片失败

Question

我是tesseract的新手，在尝试使用外部训练数据集时出现此错误。

tesserocr.pyx in tesserocr.image_to_text (tesserocr.cpp:20994)()
RuntimeError: Failed recognize picture

我不知道如何排除故障。问题出在外部图书馆，但除此之外，我不知道。任何指导都表示赞赏。

我使用的是Ubuntu 16.04 LTS，x86_64，Python 2.7和Tesserocr包装器。外部库来自：https://github.com/arturaugusto/display_ocr。

我只是将letsgodigital.traineddata文件粘贴到：

/usr/share/tesseract-ocr/tessdata

代码：

import tesserocr
image = Image.fromarray(im)
print tesserocr.image_to_text(image, lang = 'letsgodigital', psm=8, )

语言检查

print tesserocr.get_languages() 
(u'/usr/share/tesseract-ocr/tessdata/', [u'letsgodigital', u'equ', u'osd', u'eng'])

使用默认的英语库运行代码

print tesserocr.image_to_text(image, lang = 'eng', psm=8, )

Tesseract版本信息：

tesserocr.tesseract_version()

u'tesseract 3.04.01\n leptonica-1.73\n  libgif 5.1.2 : libjpeg 8d (libjpeg-turbo 1.4.2) : libpng 1.2.54 : libtiff 4.0.6 : zlib 1.2.8 : libwebp 0.4.4 : libopenjp2 2.1.0\n'

Answer 1

错误RuntimeError: Failed recognize picture表示图片无法加载。您可以尝试下面以确保'eng'首先工作。然后将自定义语言指定为7段数字显示。

import tesserocr
from PIL import Image

image = Image.open('english_text.png')
digits = tesserocr.image_to_text(image)  # print ocr text from image

如果您还没有这样做，还要为受过训练的语言数据路径设置TESSDATA_PREFIX。

export TESSDATA_PREFIX=/usr/share/tesseract-ocr/tessdata

希望得到这个帮助。

的更新：

测试了从sample，

裁剪的下方图像

<{1>} Windows 10中的

，输出正确。

为了测试，如果上述图像在您的机器中不起作用，您可以尝试下面有编辑过的图像，其中有更多的上边距和下边距。即使使用默认的Tesseract 4.0.0a和--psm 3模式，此功能也可以使用。