当白色文本写在黑色矩形上并且黑色矩形的边框为白色时，.net 的 Tesseract OCR 未检测到文本？

Question

我正在尝试使用 tesseract 从 png 中提取文本。在跟随 png 的情况下，Tesseract 不会提取文本。

图像中的黑色矩形有白色边框（由于网站背景不可见）。但是，如果我从矩形上删除白色边框，那么 Tesseract 能够检测到文本。有什么解决方法这个问题？

另外，如果减小边框大小，它会提取一些文本：

我 (31.04 我

这是我正在使用的代码：

 using (TesseractEngine ocr = new TesseractEngine(dataPath, "eng", EngineMode.TesseractOnly))
            {
                using (Pix p = Pix.LoadFromFile(filePath))
                {
                    using (Pix img = p.Scale(2,3))
                    {

                        using (var page = ocr.Process(img))
                        {

                            string text = page.GetText();
                            Console.WriteLine(text);
                        } 
                    }
                }

            }

通过缩放，我可以提取以下文本：

I G1.04 I

但是，如果我增加边框大小，那么即使缩放图像也没有效果。

Answer 1

using AForge.Imaging;
Grayscale grayFilter = new Grayscale(0.2125, 0.7154, 0.0721);
Bitmap grImage = grayFilter.Apply(image);
grImage.Save("./grey_image.png");

将此图像路径传递给您的 TesseractEngine。