如何使用 pytesseract 在 python 中将图像转换为数字

Question

我一直在尝试使用 pytesseract 将图像转换为字符串/整数。唯一的问题是每次我运行代码时都没有任何反应。我将图像更改为读取“TEXT”的文本图像，pytesseract 检测到它很好。这是我用来将图像转换为字符串的方法。我还包括了我一直在使用的图像。

bal = pytesseract.image_to_string(balIm) print(bal)

我不知道还能尝试什么我能想到的唯一其他方法就是尝试另一个 OCR，任何帮助将不胜感激，谢谢。

Answer 1

尝试将页面分割模式 (PSM) 设置为模式 6，这会将 OCR 设置为检测单个统一的文本块。

具体来说，这样做：

bal = pytesseract.image_to_string(balIm, config='--psm 6')

这应该可以满足您的需求。事实上，我尝试在你的图像上运行它，它给了我想要的东西。请注意，我首先下载了您在上面提供的图像，并在我的本地计算机上离线读取了图像：

In [8]: import pytesseract

In [9]: from PIL import Image

In [10]: balIm = Image.open('wC62s.png')

In [11]: pytesseract.image_to_string(balIm, config='--psm 6')
Out[11]: '0.03,'

---

作为最后一点，如果您发现 Tesseract 开箱即用并不适合您，请考虑尝试其中一种页面分割模式来帮助提高准确性：https://tesseract-ocr.github.io/tessdoc/ImproveQuality#page-segmentation-method。为了完整起见，我将在下面提供给您。

  0    Orientation and script detection (OSD) only.
  1    Automatic page segmentation with OSD.
  2    Automatic page segmentation, but no OSD, or OCR.
  3    Fully automatic page segmentation, but no OSD. (Default)
  4    Assume a single column of text of variable sizes.
  5    Assume a single uniform block of vertically aligned text.
  6    Assume a single uniform block of text.
  7    Treat the image as a single text line.
  8    Treat the image as a single word.
  9    Treat the image as a single word in a circle.
 10    Treat the image as a single character.
 11    Sparse text. Find as much text as possible in no particular order.
 12    Sparse text with OSD.
 13    Raw line. Treat the image as a single text line,
       bypassing hacks that are Tesseract-specific.

当您运行image_to_string 时，指定一个输入参数config，它接受您要在其中操作的 PSM。尝试其中的一些，直到您让它适用于您的图像。确保在执行之前在config 参数中使用--psm。