为什么 tesseract 无法识别这张图片上的英文单词？

Question

我正在使用 tesseract 4.0 识别 english 单词，但在此图像上仅失败，没有识别任何单词，

任何人都可以给小费，谢谢

    r=pytesseract.image_to_string('6.jpg', lang='eng')
    print(r)

Fail image

更新：

我尝试使用在线网站进行 OCR

https://www.newocr.com/

它有效，但为什么呢？

如何使用 tesseract 识别它？

Answer 1

问题是pytesseract 不是旋转不变的。因此，您需要进行额外的预处理。 source

• 我的第一个想法是把图片旋转一个小角度

• img = imutils.rotate_bound(cv2.imread("YD90o.png"), 4)
  

• 结果：

• 现在如果我申请adaptive-threshold

• 要使用pytesseract 阅读，您需要设置额外的配置：

  • pytesseract.image_to_string(thr, lang="eng", config="--psm 6")
    

  • PSM (page-segmentation-mode) 6 假设一个统一的文本块。 source

• 结果：

  • 你想得到图片的最后一句话。

  • txt = pytesseract.image_to_string(thr, lang="eng", config="--psm 6")
    txt = txt.replace('\f', '').split('\n')
    print(txt[len(txt)-2])
    

  • 结果：

  • Continue Setub ie Gene
    

网站可能会使用深度学习方法来检测图像中的单词。但是当我使用 newocr.com 时，结果是：

oy Eee a
setuP me -
continve ae