为什么 pytesseract 无法识别这个简单图像中的数字？答案

【问题标题】：Why does pytesseract fail to recognize digits in this simple image?为什么 pytesseract 无法识别这个简单图像中的数字？
【发布时间】：2019-01-01 20:26:33
【问题描述】：

我正在尝试使用 pytesseract 从图像中识别两个数字：

我试过--psm 6 到10
我试过-c tessedit_char_whitelist=0123456789'

以上都不返回49 号码。我得到的最接近的是返回4 没有9

你有什么技巧可以让tesseract识别吗？

【问题讨论】：

标签： python ocr tesseract python-tesseract

【解决方案1】：

试试--psm 13 --oem 3（oem = 1 或 2 也应该这样做）

import pytesseract
from PIL import Image
import requests
import io

response = requests.get('https://i.stack.imgur.com/oAAXR.png')
text = pytesseract.image_to_string(Image.open(io.BytesIO(response.content)), lang='eng',
                    config='--psm 13 --oem 3 -c tessedit_char_whitelist=0123456789')

print(text)

在我的机器上产生 49，正如你所期望的那样。

我通过在本地下载图像并触发得到相同的结果

tesseract oAAXR.png output --oem 3 --psm 13 -l eng

作为参考，我的tesseract --version 给出了 tesseract 4.0.0 leptonica-1.77.0 libgif 5.1.4 : libjpeg 8d (libjpeg-turbo 2.0.1) : libpng 1.6.36 : libtiff 4.0.10 : zlib 1.2.11 : libwebp 1.0.1 Found AVX2 Found AVX Found SSE。

【讨论】：

--psm 13 记录在哪里？我这里只看到 1-10：TESSERACT(1) Manual Page.
哦，看起来他们的文档可能不一致或引用了不同的版本，请检查 github.com/tesseract-ocr/tesseract/wiki/Command-Line-Usage 以获取 psm > 10。
感谢您的回答，但您的代码给了我“ay”字符串而不是 49。tesseract 版本：tesseract 4.0.0 leptonica-1.77.0 libgif 5.1.4：libjpeg 9c：libpng 1.6.36 : libtiff 4.0.10 : zlib 1.2.11 : libwebp 1.0.1 : libopenjp2 2.3.0 找到 AVX2 找到 AVX 找到 SSE 我也在使用 MacOS (Mojave)。也许这与它有关
我已经用我的配置编辑了答案，不知道可能出了什么问题:(
是的，我可以看到唯一的区别是：你的 libjpeg 是 8d，而我的 libjpeg 是 9c。其他一切都一样。

【解决方案2】：

你试过不同的--oem 吗？我也会尝试使用大于 10 的--psm。

【讨论】：

【解决方案3】：

对我来说，以下命令只返回4：

tesseract oAAXR.png out --dpi 300 --psm 11 --oem 1 -c tessedit_char_whitelist=0123456789

使用：

tesseract 4.1.1-rc2-17-g6343
 leptonica-1.76.0
  libgif 5.1.4 : libjpeg 8d (libjpeg-turbo 1.5.2) : libpng 1.6.36 : libtiff 4.0.10 : zlib 1.2.11 : libwebp 0.6.1 : libopenjp2 2.3.0
 Found AVX2
 Found AVX
 Found FMA
 Found SSE
 Found libarchive 3.3.3 zlib/1.2.11 liblzma/5.2.4 bz2lib/1.0.6 liblz4/1.8.3 libzstd/1.3.8

【讨论】：