Question

我正在尝试通过python使用OpenCV从图像中提取文本，但得到的结果不正确，并且大多使用特殊字符，请在此处更正错误

import cv2
import numpy as np
import pytesseract
from PIL import Image
import os

def get_string(img_path):
    # Read image with opencv
    img = cv2.imread(img_path)

    # Convert to gray
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # Apply dilation and erosion to remove some noise
    kernel = np.ones((1, 1), np.uint8)
    img = cv2.dilate(img, kernel, iterations=1)
    img = cv2.erode(img, kernel, iterations=1)

    # Write image after removed noise
    cv2.imwrite(src_path + "removed_noise.png", img)

    # Write the image after apply opencv to do some ...
    cv2.imwrite(src_path + "thres.png", img)

    # Recognize text with tesseract for python
    result = pytesseract.image_to_string(Image.open(src_path + "thres.png"))

    return result

print('--- Start recognize text from image ---')
print(get_string("image_full_path.png"))

尝试了谷歌搜索，但没有任何帮助。可以一些指向正确的代码输出：

i } i er Oe a Pee pe be a

i j rye Se) PEE eet et ae ec?

j } a « o cy ” a @

: i : } Cand RET RE Petr eet PI ret

nif wad

fs | : : } wert
| ; a] |
wee | a
— th | cE i
ae | i
“ oe i j EYE }
en ct
. a f ae " i
- — ; - i! }

Answer 1

图像太亮，对比度不理想。

您需要改进contrast and brightness。

之后，应用一些morphological operations来消除噪声。

然后遵循this tips，了解如何为OCR改进点矩阵打印机字体：

发现边缘
阈值灰度图像
模糊黑白图像

使用Python（Dot Matrix OCR）从图像中提取文本时获取错误的文本

1 个答案: