如何从裁剪的图像中 OCR 在蓝色背景上带有白色字符的文本？

Question

首先，我想使用鼠标事件裁剪图像，然后打印裁剪图像内的文本。我尝试了 OCR 脚本，但都无法用于下面附加的这张图片。我认为原因是文本在蓝色背景上有白色字符。

你能帮我做这件事吗？

全图：

裁剪图像：

我尝试的一个例子是：

import pytesseract
import cv2
import numpy as np

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

img = cv2.imread('D:/frame/time 0_03_.jpg')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
adaptiveThresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 35, 30)
inverted_bin=cv2.bitwise_not(adaptiveThresh)

#Some noise reduction
kernel = np.ones((2,2),np.uint8)
processed_img = cv2.erode(inverted_bin, kernel, iterations = 1)
processed_img = cv2.dilate(processed_img, kernel, iterations = 1)
 
#Applying image_to_string method
text = pytesseract.image_to_string(processed_img)
 
print(text)

Answer 1

[编辑]

对于任何想知道的人，问题中的图片在发布我的答案后已更新。那是原图：

因此，我的原始答案中的以下输出。

这是新发布的图片：

具体的土耳其语字符，尤其是最后一个单词，仍然无法正确检测到（因为我现在还不能使用lang='tur'），但至少可以使用@ 检测到Ö 和Ü 987654328@，我已经安装了：

text = pytesseract.image_to_string(mask, lang='deu').strip().replace('\n', '').replace('\f', '')
print(text)
# GÖKYÜZÜ AVCILARI ILE TEKE TEK KLASIGI

[/EDIT]

---

我不会在这里使用cv2.adaptiveThreshold，而是简单的cv2.threshold 使用cv2.THRESH_OTSU + cv2.THRESH_BINARY_INV。由于逗号触及图像边框，我将通过cv2.copyMakeBorder 添加另一个像素宽的边框以正确捕获逗号。所以，这将是完整的代码（替换 \f 是由于我的 pytesseract 版本而已）：

import cv2
import pytesseract

img = cv2.imread('n7nET.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
mask = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU + cv2.THRESH_BINARY_INV)[1]
mask = cv2.copyMakeBorder(mask, 1, 1, 1, 1, cv2.BORDER_CONSTANT, 0)
text = pytesseract.image_to_string(mask).strip().replace('\n', '').replace('\f', '')
print(text)
# 2020'DE SALGINI BILDILER, YA 2021'DE?

输出对我来说似乎是正确的——当然，不是这个特殊的（我假设是土耳其语）大写字母 I 带有上面的点。不幸的是，我无法运行pytesseract.image_to_string(..., lang='tur')，因为它根本没有安装。也许，看看那个也能在这里得到正确的字符。

----------------------------------------
System information
----------------------------------------
Platform:      Windows-10-10.0.16299-SP0
Python:        3.9.1
PyCharm:       2021.1.1
OpenCV:        4.5.1
pytesseract:   5.0.0-alpha.20201127
----------------------------------------