为什么 pytesseract 不能识别个位数？答案

【问题标题】：Why pytesseract does not recognise single digits?为什么 pytesseract 不能识别个位数？
【发布时间】：2014-09-28 23:16:01
【问题描述】：

我正在一个网站上执行 ocr，特别是在这两个图像上：

我是 OCR 的新手，我使用以下内容：

from PIL import Image
import pytesseract

my_image = '....png'
text = pytesseract.image_to_string(Image.open(my_image))

在第二张图片中，它可以识别除单个数字 3、4、5、6 之外的所有内容。

在第一张图片中，它也无法识别单个数字。

我通过调整图像大小、反转图像和使用阈值来预处理图像。

这是一种标准字体，所以我知道还有其他方法可以做到这一点，但在一定程度上它对我有用，所以我想在进入更高级的东西之前保持简单。

【问题讨论】：

澄清一下，它不能识别 only 第二张图片中的 3、4、5、6 - 第一张，它不能识别 any个位数对吗？
是的，任何图像中都没有单个数字。
数字似乎使用 psm 6 显示。
个位数也出现了？
尝试使用 ImageMagick 将图像转换为 tiff，然后在终端上测试：tesseract yourimag.tiff output.txt

标签： python ocr tesseract python-tesseract

【解决方案1】：

对于这两个图像，你可以

对图像进行上采样：为了准确识别。
申请simple-thresholding：展示功能。

对于第一张图片，可以取部分图片选择范围：

结果将是：

62001
33000

代码：

import cv2
import pytesseract

img1 = cv2.imread("lNKH4.png")  # "FX2in.png"
gry1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
(h, w) = gry1.shape[:2]
gry1 = cv2.resize(gry1, (w*2, h*2))
gry1 = gry1[30:(h*2), w+50:w*2]
thr1 = cv2.threshold(gry1, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
txt1 = pytesseract.image_to_string(thr1, config="--psm 6 digits")
print(txt1)
cv2.imshow("thr1", thr1)
cv2.waitKey(0)

第二张图片：

结果将是：

2
3 1.28 4.50 9.00
4 2.00 3.75 3.00
5 3.50 4.33 1.72
6 7.00 6.00 1.28

相同的代码，只需删除以下行：

gry1 = gry1[30:(h*2), w+50:w*2]

【讨论】：