使用 Tesseract 仅解析图像的特定部分

Question

我正在尝试在 Android 上使用 Tesseract OCR 在您拍照时读取燃气表的状态：

这是我解析这张图片时的输出：

vb"
22% BK-G4T ||||||||I||||I|||ii\|||\
’ 64 2007
22?: 06.0"! 'm'lm Mm. 23212274 ,
v 2,0 dm’ 1
pmn 0_5 bar tm ~25°C v‘40"(1 I
1amp é 0_o1m’ sb15°cl :Sp 20°c l
'I ELSTEQ~I¢¢>>InstrogwnSs HB Z _ 18 _ 1013 . ‘
a, 069373593435- 3 I
i'23212214 Y _ w w V'
g

这个想法是提取燃气表状态的前 5 位数字（此图像上的 06937）。

我的问题是，有没有办法训练 Tesseract 只解析图像的这一部分？绝对坐标不是一种选择，因为每张图片都会有所不同。我猜最好的逻辑是：只解析黑色背景上的白色数字。

Answer 1

通过更改page segmentation mode (psm)，tesseract 4.00.00 alpha 能够正确读取仪表行字符，如06937598-m3 和其他字符。

使用的命令是：

tesseract meter.jpg output --psm 11 -l eng

--psm 11 表示识别"Sparse text. Find as much text as possible in no particular order"。

这是显示所有 ASCII 控制字符的 output 文件。

如果--psm 11 适用于其他仪表图像，那么您只需在行尾搜索-m3 即可提取谁仪表行字符。这样，您可以立即获得前 5 位数字。

希望对您有所帮助。