我正在尝试制作一个程序,使用tesseract和python从截图中删除文本,并且没有问题得到它的一部分,但是有些文本颜色较浅,并且没有被tesseract拾取。以下是我正在使用的图片示例:
我是要将图片放在图片的顶部,而不是下面的3个选项。
以下是我用来抓取文本的代码
result = pytesseract.image_to_string(
screen, config="load_system_dawg=0 load_freq_dawg=0")
print("below is the total value scraped by the tesseract")
print(result)
# Split up newlines until we have our question and answers
parts = result.split("\n\n")
question = parts.pop(0).replace("\n", " ")
q_terms = question.split(" ")
q_terms = list(filter(lambda t: t not in stop, q_terms))
q_terms = set(q_terms)
parts = "\n".join(parts)
parts = parts.split("\n")
answers = list(filter(lambda p: len(p) > 0, parts))
当我的黑色纯文本没有彩色背景时,我可以通过下面的3个选项填充answers
数组,但不是在这种情况下。我有什么方法可以解决这个问题吗?
答案 0 :(得分:1)
您错过了binarization, or thresholding步骤。
在您的情况下,您只需在灰度图像上应用二进制阈值。
的结果图片Here1 you can learn more about Thresholding with opencv python library