Tesseract / PYOCR 将“Z”检测为“2”

Question

我正在为我的应用程序使用 pyocr (https://github.com/openpaperwork/pyocr)，除了以下情况外，它都运行良好：

来自这张图片：

Tesseract 将提取：

42Z8

它检测到其中一个 Z 而不是另一个“Z”，这很重要，因为如果发生此问题，此数字会通过验证失败。

我尝试过的事情：

1. 将字体 (flama) .traineddata 文件与 tesseract 一起使用，未修复。
2. 像图像一样隔离块以查看检测是否更好。
3. 进行一些图像处理，例如：

thresh = cv.threshold(blocktext, 127, 255, cv.THRESH_BINARY)

我该如何解决这个问题？也许解决方案是一些更复杂的图像处理，但我现在有点迷失了。

谢谢。

更新图片：

Answer 1

我用pytesseract, tesseract 4.0 and tessdata_best。

import pytesseract
import cv2

pytesseract.pytesseract.tesseract_cmd = 'C:\\Program Files (x86)\\Tesseract-OCR\\tesseract.exe'

img = cv2.imread('4zz8.png')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
adaptiveThresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 15, 12)

config = '-l eng --oem 1 --psm 3'
text = pytesseract.image_to_string(adaptiveThresh, config=config)

print("Result: " + text)

cv2.imshow('original', img)
cv2.imshow('adaptiveThresh', adaptiveThresh)

cv2.waitKey(0)

输出是：

Result: 4 ZZ8