Question

这是原始屏幕截图，我将图像裁剪成4个部分并清除图像的背景到我可能做的范围，但tesseract只检测到最后一列而忽略了其余部分。

显示tesseract的输出，因为在处理结果时我删除了空格

  Femme—Fatale.



  DaRkLoRdEIa
  aChineseN1gg4

  Noob_Diablo_

显示tesseract的输出，因为在处理结果时我删除了空格

Kicked.

NosNoel
ChikiZD
Death_Eag|e_42

Chai—.

3579 10 1 7 148

2962 3 O 7 101

2214 2 2 7 99

2205 1 3 6 78

只是转储

的输出

result = `pytesseract.image_to_string(Image.open("D:/newapproach/B&W"+str(i)+".jpg"),lang="New_Language")`

但我不知道如何从这里开始获得一致的结果。无论如何我都可以强制tesseract识别文本区域并使其扫描。因为在培训师（SunnyPage）中，tesseract默认识别扫描它无法识别某些区域，但一旦我手动选择，一切都被检测到并正确翻译成文本

Code

Answer 1

尝试使用命令行，它可以选择决定使用哪个 psm 值。

你可以试试这个：

pytesseract.image_to_string(image, config='-psm 6')

尝试使用您提供的图像，结果如下：

Extracted Text Out of Image

我面临的唯一问题是我的tesseract词典将你图像中提供的“1”解释为“我”。

以下是可用的psm选项列表：

pagesegmode值是： 0 =仅限方向和脚本检测（OSD）。

1 =使用OSD自动分页。

2 =自动分页，但没有OSD或OCR

3 =全自动页面分割，但没有OSD。（默认）

4 =假设一列可变大小的文本。

5 =假设一个垂直对齐文本的统一块。

6 =假设一个统一的文本块。

7 =将图像视为单个文本行。

8 =将图像视为一个单词。

9 =将图像视为圆圈中的单个单词。

10 =将图像视为单个字符。

Answer 2

我使用了此链接

https://www.howtoforge.com/tutorial/tesseract-ocr-installation-and-usage-on-ubuntu-16-04/

只需使用以下命令即可将准确率提高多达50％`

sudo apt update

sudo apt install tesseract-ocr

sudo apt-get install tesseract-ocr-eng

sudo apt-get install tesseract-ocr-all

sudo apt install imagemagick

convert -h

tesseract [image_path] [file_name]

convert -resize 150% [input_file_path] [output_file_path]

convert [input_file_path] -type Grayscale [output_file_path]

tesseract [image_path] [file_name]

它只会显示粗体字母

谢谢

Answer 3

fn = 'image.png'
img = cv2.imread(fn, 0)
img = cv2.bilateralFilter(img, 20, 25, 25)
ret, th = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)
# Image.fromarray(th)
print(pytesseract.image_to_string(th, lang='eng'))

Answer 4

我的建议是在整个图像上执行OCR。

我已预处理图像以获得灰度图像。

import cv2
image_obj = cv2.imread('1D4bB.jpg')
gray = cv2.cvtColor(image_obj, cv2.COLOR_BGR2GRAY)
cv2.imwrite("gray.png", gray)

我在终端上运行了图像上的tesseract，在这种情况下，准确度似乎也超过了90％。

tesseract gray.png out

3579 10 1 7 148
3142 9 o 5 10
2962 3 o 7 101
2214 2 2 7 99
2205 1 3 6 78
Score Kills Assists Deaths Connection
8212 15 1 4 4o
7198 7 3 6 40
6307 6 1 5 60
5640 2 3 6 80
4884 1 1 5 so

以下是一些建议 -

请勿直接使用image_to_string方法，因为它会将图像转换为bmp并以72 dpi保存。
如果您想使用image_to_string，请覆盖它以300 dpi保存图像。
您可以使用run_tesseract方法然后读取输出文件。

我运行OCR的图像。

解决这个问题的另一种方法是将数字和深度裁剪到神经网络进行预测。

Answer 5

我认为您必须先预处理图像，对我有用的更改是：假设

import PIL
img= PIL.Image.open("yourimg.png")

使图像变大，我通常会将图像尺寸加倍。

img.resize（img.size [0] * 2，img.size [1] * 2）
灰度图像

img.convert（＆＃39; LA＆＃39）
让字符变得更大胆，你可以在这里看到一种方法：https://blog.c22.cc/2010/10/12/python-ocr-or-how-to-break-captchas/ 但是这种方法相当慢，如果你使用它，我建议使用另一种方法
选择，反转选择，使用gimpfu填充黑色，白色

image = pdb.gimp_file_load（文件，文件） layer = pdb.gimp_image_get_active_layer（图片） REPLACE = 2 pdb.gimp_by_color_select（层＆＃34;＃000000＆＃34; 20，REPLACE 0,0,0,0） pdb.gimp_context_set_foreground（（0,0,0）） pdb.gimp_edit_fill（层1,0） pdb.gimp_context_set_foreground（（255,255,255）） pdb.gimp_edit_fill（层0）

pdb.gimp_selection_invert（图像） pdb.gimp_context_set_foreground（（0,0,0））

tesseract的OCR结果非常不一致

Code

5 个答案: