如何从存在轻微背景的图像中提取文本？

Question

我正在寻找从图像中提取文本，我收到的输出不是很准确。我想知道是否可以采取任何其他步骤来更多地处理图像以提高此 OCR 的准确性。

我研究了一些处理图像和改进 OCR 结果的不同方法。图像很小，我可以将其稍微放大，但无济于事。

图像将始终是水平的，除了数字之外不会出现其他文本。最大数量将达到 55000。

有问题的图片示例：

图像处理后，我的图像在 X 和 Y 轴上放大了 4 倍。并且去除了一些饱和度，尽管这根本不会提高准确性。

image = self._process(scale=6, iterations=2)
text = pytesseract.image_to_string(image, config="--psm 7")

我的处理方法是这样做的：

# Resize and desaturate.
image = cv2.resize(image, None, fx=scale, fy=scale, 
interpolation=cv2.INTER_CUBIC)
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# Apply dilation and erosion.
kernel = np.ones((1, 1), np.uint8)
image = cv2.dilate(image, kernel, iterations=iterations)
image = cv2.erode(image, kernel, iterations=iterations)

return image

预期：“10411”

实际值多变，通常是无法识别的字符串，或者解析了一些数字但准确率太低无法使用。

Answer 1

我没有使用 OCR 的经验，但我认为您走在正确的轨道上：增加图像大小以使算法有更多像素可以使用，并增加数字和背景之间的区别。

我添加的技巧：thresholding 图像，它创建了一个仅保留白色像素的蒙版。有一些不是数字的白色斑点，所以我使用findContours 将那些不需要的斑点涂成黑色。

结果：

代码：

import numpy as np 
import cv2
# load image
image = cv2.imread('number.png')
# resize image
image = cv2.resize(image,None,fx=5, fy=5, interpolation = cv2.INTER_CUBIC)
# create grayscale
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# perform threshold
retr, mask = cv2.threshold(gray_image, 230, 255, cv2.THRESH_BINARY)
# find contours
ret, contours, hier = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# draw black over the contours smaller than 200 - remove unwanted blobs
for cnt in contours:
    # print contoursize to detemine threshold
    print(cv2.contourArea(cnt))
    if cv2.contourArea(cnt) < 200:
         cv2.drawContours(mask, [cnt], 0, (0), -1)

#show image
cv2.imshow("Result", mask)
cv2.imshow("Image", image)

cv2.waitKey(0)
cv2.destroyAllWindows()