Question

我在使用pytesseract时遇到了一些问题。我需要将Tesseract配置为配置为接受单个数字，同时也只能接受数字，因为数字零通常与“O”混淆。

像这样：

target = pytesseract.image_to_string(im,config='-psm 7',config='outputbase digits')

非常感谢，

尼尔

Answer 1

tesseract-4.0.0a supports below psm. If you want to have single character recognition, set psm = 10. And if your text consists of numbers only, you can set tessedit_char_whitelist=0123456789.

Page segmentation modes:
  0    Orientation and script detection (OSD) only.
  1    Automatic page segmentation with OSD.
  2    Automatic page segmentation, but no OSD, or OCR.
  3    Fully automatic page segmentation, but no OSD. (Default)
  4    Assume a single column of text of variable sizes.
  5    Assume a single uniform block of vertically aligned text.
  6    Assume a single uniform block of text.
  7    Treat the image as a single text line.
  8    Treat the image as a single word.
  9    Treat the image as a single word in a circle.
 10    Treat the image as a single character.
 11    Sparse text. Find as much text as possible in no particular order.
 12    Sparse text with OSD.
 13    Raw line. Treat the image as a single text line,
                        bypassing hacks that are Tesseract-specific.

Here is a sample usage of image_to_string with multiple parameters.

target = pytesseract.image_to_string(image, lang='eng', boxes=False, \
        config='--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789')

Hope this helps.

Answer 2

页面分割模式：

仅限方向和脚本检测 (OSD)。
使用 OSD 自动进行页面分割。
自动页面分割，但没有 OSD 或 OCR。（未实现）
全自动页面分割，但没有 OSD。（默认）
假设有一列大小可变的文本。
假设有一个统一的垂直对齐文本块。
假设有一个统一的文本块。
将图像视为单个文本行。
将图像视为单个单词。
将图像视为圆圈中的单个单词。
将图像视为单个字符。
稀疏文本。查找尽可能多的文本，没有特定的顺序。
带有 OSD 的稀疏文本。
原始线。将图像视为单个文本行，绕过 Tesseract 特定的黑客攻击。

OCR 引擎模式：

仅限旧版引擎。
仅限神经网络 LSTM 引擎。
旧版 + LSTM 引擎。
默认，基于可用内容。

Answer 3

您遇到麻烦的原因是因为字符限制在4.0版本中不起作用。您必须强制使用旧版模式（OEM 0）使其限制找到的字符。 tesseract团队中某个地方存在一个尚未解决的错误。

Answer 4

Tesseract version 5.0.0-alpha 可以使用以下命令：（使用 psm=13 和 oem=1 或 3）

pytesseract.image_to_string(export_image ,lang='eng', config='--psm 13 --oem 1 -c tessedit_char_whitelist=ABCDEFG0123456789')

请注意，采用了 eng 训练数据集：https://github.com/tesseract-ocr/tessdata_fast/blob/master/eng.traineddata

注意：在 +-60x60px 单字符二进制输入图像上测试

Pytesseract OCR多配置选项

4 个答案: