Question

如何提高OCR的准确度？

我使用 pyocr 来调用 tesseract二进制文件， wand 将pdf转换为Image，然后再使用 Pillow 处理OCR图像。

已附上所有图片

我觉得这是可以完成的最好的预处理。

imgf = img.convert('RGB') #to draw a line in between
draw = Draw(imgf)
x,y = imgf.size
eX,eY = 20,800
box =  (x/2 - eX/2, y/2 - eY/2, x/2 + eX/2, y/2 + eY/2)
draw.ellipse(box, fill=0)
del draw


im2 = imgf.filter(ImageFilter.MinFilter(1))  #filter
im2 = im2.filter(ImageFilter.SMOOTH_MORE)
im2 = im2.filter(ImageFilter.SMOOTH_MORE)

for img in req_image:   # OCR
    txt = tool.image_to_string(
        im2,
        lang=lang,
        builder=pyocr.builders.DigitBuilder()
    )
print text

图像最初是从PDf中裁剪出来的，然后转换为灰度，然后是上面的代码来处理它。

我在两者之间添加了一行，发现它大大提高了准确性（感觉它会起作用）

1 Accurate 2 Accurate 3 Inaccurate Returns 6563 8 1 4 Greyscale image from pdf

Answer 1

微软发布了一个名为认知服务的api。您可以使用它来进行图像识别。

https://azure.microsoft.com/en-us/services/cognitive-services/

用于tesseract ocr的PIL预处理

1 个答案: