Question

我正在使用Tesseract来识别使用手机摄像头拍摄的屏幕图像中的数字。我已对图像进行了一些预处理：processed image，并使用Tesseract，我能够获得一些混合结果。在上面的图像上使用以下代码，我得到以下输出：“EOE”。但是，使用此图片processed image，我得到完全匹配：“39：45.8”

import cv2
import pytesseract
from PIL import Image, ImageEnhance
from matplotlib import pyplot as plt

orig_name  = "time3.jpg";
image_name = "time3_.jpg";

img = cv2.imread(orig_name, 0)
img = cv2.medianBlur(img, 5)

img_th = cv2.adaptiveThreshold(img, 255,\
    cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY, 11, 2)

cv2.imshow('image', img_th)
cv2.waitKey(0)
cv2.imwrite(image_name, img_th)

im = Image.open(image_name)

time = pytesseract.image_to_string(im, config = "-psm 7")
print(time)

我能做些什么来获得更一致的结果吗？

Answer 1

为了使第一张图片更正确，我还做了三件事。

您可以为Tesseract设置白名单。在你的情况下，我们知道此列表中只有字符 01234567890.: 。这个显着提高了准确度。
我调整了图片的大小，以便更轻松地使用tesseract。
我从psm模式7切换到11（尽可能地Recoginze）

<强>代码：

import cv2
import pytesseract
from PIL import Image, ImageEnhance

orig_name  = "./time1.jpg";
img = cv2.imread(orig_name)

height, width, channels = img.shape
imgResized = cv2.resize(img, ( width*3, height*3))
cv2.imshow("img",imgResized)
cv2.waitKey()
im = Image.fromarray(imgResized)
time = pytesseract.image_to_string(im, config ='--tessdata-dir "/home/rvq/github/tesseract/tessdata/" -c tessedit_char_whitelist=01234567890.: -psm 11 -oem 0')
print(time)

注意：您可以使用Image.fromarray(imgResized)将opencv图像转换为PIL图像。您不必写入磁盘并再次读取它。

tesseract无法准确读取所有数字

1 个答案: