PyTesseract OCR无法读取简单图像中的数字

时间:2019-12-08 17:27:25

标签: python image ocr tesseract python-tesseract

我正试图让PyTesseract OCR读取此简单且裁剪良好的图像中的数字,但由于某些原因,它无法执行此操作。

}

Image I'm trying to read

输出:

from PIL import Image
import pytesseract as p

def obtain_balance(a):
    im = Image.open(a)
    width,height = im.size
    a = 300*5 - 120
    # print(width,height)
    left = 155+a
    top = 5
    right = 360+a 
    bottom = 120
    m1 = im.crop((left, top, right, bottom)) 
    text = p.image_to_string(m1,lang='eng',config='--psm 13 --oem 3 -c tessedit_char_whitelist=0123456789').split()
    print(text)
    m1.show()
    return text

obtain_balance('cur.jpg')

1 个答案:

答案 0 :(得分:1)

执行OCR时,对图像进行适当的设置很重要,以使所需的前景文本为黑色,背景为白色。为此,我们可以使用OpenCV对Otsu的图像进行阈值处理并获得二进制图像。然后,在将图像投入Pytesseract之前,先对其进行轻微的高斯模糊处理,以使图像平滑。我们使用--psm 6配置将图像视为单个统一的文本块。有关更多配置选项,请参见here


这是经过预处理的图像以及Pytesseract的结果

enter image description here

PRACTICE ACCOUNT
$9,047.26~ i

代码

import cv2
import pytesseract

pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

image = cv2.imread('1.png', 0)
thresh = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
thresh = cv2.GaussianBlur(thresh, (3,3), 0)
data = pytesseract.image_to_string(thresh, lang='eng',config='--psm 6')
print(data)

cv2.imshow('thresh', thresh)
cv2.waitKey()