tesseract 无法准确读取所有数字

Question

我正在使用 Tesseract 从手机摄像头拍摄的屏幕图像中识别数字。我已经对图像进行了一些预处理：processed image，并且使用 Tesseract，我能够得到一些混合的结果。在上面的图像上使用以下代码，我得到以下输出：“EOE”。但是，使用这张图片processed image，我得到了完全匹配：“39:45.8”

import cv2
import pytesseract
from PIL import Image, ImageEnhance
from matplotlib import pyplot as plt

orig_name  = "time3.jpg";
image_name = "time3_.jpg";

img = cv2.imread(orig_name, 0)
img = cv2.medianBlur(img, 5)

img_th = cv2.adaptiveThreshold(img, 255,\
    cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY, 11, 2)

cv2.imshow('image', img_th)
cv2.waitKey(0)
cv2.imwrite(image_name, img_th)

im = Image.open(image_name)

time = pytesseract.image_to_string(im, config = "-psm 7")
print(time)

我可以做些什么来获得更一致的结果？

Answer 1

我做了三件额外的事情来使第一张图片正确无误。

1. 您可以为 Tesseract 设置白名单。在你的情况下，我们知道 此列表中只有字符 01234567890.:。这 大大提高了准确率。

2. 我调整了图像的大小以使 tesseract 更容易。

3. 我从 psm 模式 7 切换到 11（尽可能识别）

---

代码：

import cv2
import pytesseract
from PIL import Image, ImageEnhance

orig_name  = "./time1.jpg";
img = cv2.imread(orig_name)

height, width, channels = img.shape
imgResized = cv2.resize(img, ( width*3, height*3))
cv2.imshow("img",imgResized)
cv2.waitKey()
im = Image.fromarray(imgResized)
time = pytesseract.image_to_string(im, config ='--tessdata-dir "/home/rvq/github/tesseract/tessdata/" -c tessedit_char_whitelist=01234567890.: -psm 11 -oem 0')
print(time)

---

注意： 您可以使用Image.fromarray(imgResized) 将 opencv 图像转换为 PIL 图像。您不必写入磁盘并再次读取它。