Python：从图像中提取文本

Question

我想从下图中提取 (91)4608。我有几个图像，我正在寻找的模式是 (91)xxxx，x 是一个数字。我尝试使用 pytesseract 如下

from PIL import Image
import pytesseract, re
f = "1591107148_festo.jpg"
t = pytesseract.image_to_string(Image.open(f))
print(t)

但我得到如下的垃圾输出，我相信它已编码，并且我注意到所有文本都没有被提取。

sanna vioxva ON ‘sivan Hs3ae4 NOSAL -Aa aanesia

0 yep OF 10d
‘enous @989id

Bq ayesphyoque 9 (639,
ee anes 8
Siz aon
ish Be peapoyemes | oP
a RLM

eLY

pap Buinieg| §
Bz) Zoy aig Suns!
s$y084 U0} ayn

你能帮帮我吗，谢谢。

上面使用的图片是..

Answer 1

pytesseract 是为文档设计的，它希望文本在页面上是直的（就像普通文档一样）。如果你翻转你的图像，它应该会工作得更好。

编辑： 带代码：

from PIL import Image
import pytesseract, re
f = "1591107148_festo.jpg"
t = pytesseract.image_to_string(Image.open(f).rotate(270))
print(t)

我明白了：

ju have questions
ase call ou ones

Mam ount Per Serving:

~ {Calories 180 Calories from fat £70
AT AND/OR POULTRY, Sf

BACTERIA THAT COULD CAUSE IL

WISHANDLED OR COOKED INP
PROTECTION, FOLLOW THESE SAFE

VEEP REFRIGERATED
THAW IN REPRIGERA

Se _
=

‘otal Cal
rotein
fe

Please vomere of DP
prior to defrosting

DISTRIBUTED BY: TYSON FRESH MEATS, INC DAKOTA DUNES

我认为，如果您对图像进行预处理，即转换为二进制图像，然后将其倾斜直到文本完全笔直，您将获得更好的结果。