使用pytesseract从平面图图像获取文本

Question

我有一个.jpg，.pdf和.png图像URL的数据库，它们代表房屋的平面图。我正在尝试使用pytesseract从图像中提取文本-目的是获得每个房屋的总面积（平方英尺或平方米）。

我是pytesseract的新手，在尝试使用image_to_string函数之前，尝试了多种不同的方法来更改下面的示例图像，但是每次结果都确实不准确。对于我尝试过的其他一些房屋，它运行得很好。这是基本功能，没有任何图像更改：

def simple_url_to_text(url):
    urllib.urlretrieve(url, "url_test.jpg")
    im = Image.open("url_test.jpg") 
    text = pytesseract.image_to_string(im)
    return text

此功能非常适合此URL ...

https://lc.zoocdn.com/8487827a2ea1536001fcf007c6aa1fb04c2ed0b5.jpg

但是真的很糟糕... https://lc.zoocdn.com/e57c5a06c2c64904c077a0736e797ea7a6a71597.jpg

任何有关如何更改功能以使其在第二个URL上起作用的提示都将受到赞赏。