Pytesseract OCR 错误文本识别答案

【问题标题】：Pytesseract OCR wrong text recognitionPytesseract OCR 错误文本识别
【发布时间】：2021-01-21 13:22:57
【问题描述】：

当我使用 Pytesseract 识别这张图片中的文字时，Pytesseract 返回 7A51k 但这张图片中的文字是 7,451k.

如何使用代码而不是提供更清晰的源图像来解决此问题？

我的代码

import pytesseract as pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = 'D:\\App\\Tesseract-OCR\\tesseract'

img = Image.open("captured\\amount.png")
string = pytesseract.image_to_string(image=img, config="--psm 10")

print(string)

【问题讨论】：

有时 OCR 可能无法找到文本。但在某些情况下，通过几个小技巧可以提高成功率。最广为人知的技巧之一就是简单地调整图像大小。你可以试试：stackoverflow.com/questions/43382174/…
但是图片太小了，调整大小时会变得模糊
你可以试试倒置图像。

标签： python ocr python-tesseract

【解决方案1】：

我有一个两步解决方案

1. 调整图片大小
1. 应用阈值。

1. 调整图像大小
- 输入图像太小，无法识别数字、标点和字符。增加维度将获得准确的解决方案。
1. 申请threshold
- 阈值将显示图像的特征。
- 当您应用阈值时，结果将是：

当你读取阈值图像时：

7,451k

代码：

import cv2
from pytesseract import image_to_string

img = cv2.imread("4ARXO.png")
(h, w) = img.shape[:2]
img = cv2.resize(img, (w*3, h*3))
gry = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thr = cv2.threshold(gry, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
txt = image_to_string(thr)
print(txt)

【讨论】：

【解决方案2】：

如果调整大小后图像模糊没有问题，可以阈值，并按照AlexAlex的建议进行反转：

输出：7,451k

import numpy as np
import pytesseract
import cv2

# Read Image
gray = cv2.imread('2.png', 0)

# Resize
gray = cv2.resize(gray, (600,200))

# Inverting
gray = 255 - gray
emp = np.full_like(gray, 255)
emp -= gray

# Thresholding
emp[emp==0] = 255
emp[emp<100] = 0

text = pytesseract.image_to_string(emp, config='outputbase digits')

print(text)

【讨论】：