Tesseract OCR无法识别某些字符

Question

我正在开发一个c ++项目，我需要在OCR中编写一些文本字段。我使用Tesseract版本3.02 c ++ API函数来实现这一目标。但OCR结果与图像不同。

以下图片显示为＆＃34; 31 SW19 SQU＆＃34;当我使用api.GetUTF8Text（）函数。

和以下图像为＆＃34; 31 SW19 3OU＆＃34;。

一个问题是tesseract将第一个角色识别为＆＃34; 3＆＃34;并且未能在＆＃34; 3QU＆＃34;正确。

有人可以向我解释为什么tesseract无法识别这些图像或任何解决问题的指导。

Answer 1

我在屏幕上抓取了那个图像并通过我的设置 (v5.0.0 alpha) 运行它，它适合我：

def TestImage2String(file):
    img = cv2.imread(file)
    gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
    gray, th = cv2.threshold(gray, 128, 255, cv2.THRESH_BINARY)
    out = pytesseract.image_to_string(th)
    print(out)

输出是：

SW19 3QU

它是 Python，但 C++ API 非常相似。