给出一个如图所示的图像，你会建议如何使用pytesseract改进字符识别

Question

我正在测试的图像如下所示。

我是OCR的新手，想知道我可以应用哪种技术来尝试提高python中方法的准确性，可能使用PIL但是对建议开放。使用原始图像时，根本不会识别任何字符。

道歉，如果这个问题有点开放，但正如我所提到的，一般都非常了解OCR。

编辑1：根据建议，这里是我到目前为止的代码：

from PIL import Image
import cv2
import pytesseract
image_file=Image.open('rsTest.jpg')
image_file=image_file.convert('1')
image_file.save('PostPro.jpg',dpi=(400,400))
image_file.show

new_image=Image.open('PostPro.jpg')
print pytesseract.image_to_string(new_image)

Answer 1

你的影像有多常数？如果它们看起来都像你发布的那个，你首先需要做的就是裁剪它：

#Since you are importing cv2
image_file=cv.imread('rsTest.jpg')
crop_image = full_image[start_y:end_y,start_x:end_x]

然后你可以保持白色（这是字母，然后将其他所有内容变为黑色。

crop_image[np.where((crop_image != [255,255,255]).all(axis = 2))] = [0,0,0]

然后将OCR与tesseract一起使用

img = Image.fromarray(crop_image)
captchaText = pytesseract.image_to_string(img)

您需要导入cv2，numpy，pytesseract和PIL。