Tesseract OCR 无法识别某些字符

Question

我正在开发一个需要对一些文本字段进行 OCR 的 C++ 项目。我正在使用 Tesseract 3.02 版 c++ API 函数来实现这一点。但 OCR 结果与图像不同。

当我使用 api.GetUTF8Text() 函数时，以下图像读取为“31 SW19 SQU”。

下图为“31 SW19 3OU”。

一个问题是 tesseract 将第一个字符识别为“3”，但未能正确识别“3QU”内的字符。

谁能向我解释为什么 tesseract 无法识别这些图像或任何解决问题的指导。

Answer 1

我在屏幕上抓取了该图像并通过我的设置（v5.0.0 alpha）运行它，它非常适合我：

def TestImage2String(file):
    img = cv2.imread(file)
    gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
    gray, th = cv2.threshold(gray, 128, 255, cv2.THRESH_BINARY)
    out = pytesseract.image_to_string(th)
    print(out)

输出是：

SW19 3QU

它是 Python，但 c++ API 非常相似。