在检测电话号码时改进 tesseract 的输出答案

【问题标题】：Improving the output of tesseract while detecting phone numbers在检测电话号码时改进 tesseract 的输出
【发布时间】：2020-06-13 20:58:21
【问题描述】：

我遇到了在图像中读取电话号码的问题。我尝试使用 tesseract 在图像中检测它们，但有时它会给我一个错误的答案。例如，数字是 8 995 005-81-86，但 tesseract 给我 8 995 0005-81-86 作为输出。我该如何解决？也许二值化？

代码很基础

import pytesseract as pt
from PIL import Image

img = Image.open('1.png')
number = pt.image_to_string(img)

print(number)

https://i.stack.imgur.com/kvhAq.png

【问题讨论】：

标签： ocr tesseract python-tesseract

【解决方案1】：

您应该传递黑白文本以获得最佳效果：

import cv2
from PIL import Image

img = cv2.imread('kvhAq.png')
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY)
im = Image.fromarray(thresh.astype("uint8"))
print(pytesseract.image_to_string(im))

【讨论】：

谢谢，但无论如何它有时会给出错误的答案
这取决于您传递给它的图像类型。他们总是像你提供的例子一样吗？
另外，尝试将不同的页面分割模式传递给pytesseract，看看是否有帮助：custom_oem_psm_config = r'--psm 6' pytesseract.image_to_string(image, config=custom_oem_psm_config)
另一个技巧是在图像周围放置一个更大的白色边框。我注意到这可以改善检测。此外，您可以将图像放大。
照片都一样