未知方向的单个字符的Python光学字符识别（OCR）

Question

我需要在清晰背景上对单个角色的图像执行OCR。这是针对自主无人机学生竞赛，因此一切都需要自动进行，并且无法在飞行中手动定制过程。然而，该角色将处于已知集合中（可能是大写字母数字）。对于上下文，我从任意方向的图像开始：

然后我自动确定角度，裁剪并预处理图像，然后再通过OCR运行。我无法事先自动计算的一件事（因为它实际上是OCR过程的一部分）是剩下的4个方向中的哪一个（见下文）是正确的。 这是我的问题的关键 - 是否可以设置OCR，使其看到A（或任何角色）旋转到90度，180度或270度作为A，而不是认为它是其他的东西，如V？据我所知，Tesseract似乎提供了OSD功能，但我不能让他们使用单个字符。

  

https://i.stack.imgur.com/TlaOr.png   https://i.stack.imgur.com/ET9hr.png   https://i.stack.imgur.com/maD0E.png   https://i.stack.imgur.com/b4mth.png

目前，我正在使用PyTesseract访问Tesseract OCR安装。

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

另外，即使在正确的方向上呈现清晰的图像，我也一直在系统的一般准确性方面遇到麻烦 - 任何提示都很有用。例如，这就是我使用PSM 6而不是PSM 10的原因 - 它似乎提供了更好的准确性，即使10是专门针对单个字符的。

非常感谢任何帮助

谢谢！

Answer 1

一个简单的解决方案是使用每个角色的所有四个旋转版本执行训练。您可以将它们训练为相同的角色（所有'A'）或不同的角色（'A0'，'A1'，'A2'，'A3'）。

请注意，这可能会降低性能。

在你的情况下，如果字符集是已知的并且字符周围有一个漂亮的框架，你可以自己完成识别，没有Tesseract。