有没有办法将 tesseract 用于个位数？答案

【问题标题】：Is there a way to use tesseract for single digit numbers?有没有办法将 tesseract 用于个位数？
【发布时间】：2015-02-19 06:45:44
【问题描述】：

TL;DR tesseract 似乎无法识别由单个数字组成的图像。是否有解决方法/原因？

我正在使用 tesseract（仅数字版本）自动将发票输入系统。但是，我注意到 tesseract 似乎无法识别单个数字，如下所示：

裁剪后的原始扫描是：

在我做了一些图像增强后：

如果它至少有两个数字，它就可以正常工作：

我已经测试了其他几个数字：

不工作： , ,

工作： , ,

如果有帮助，出于我的目的，对 tesseract 的所有输入都已像上面一样被裁剪和旋转。我使用 pyocr 作为我的项目和 tesseract 之间的桥梁。

【问题讨论】：

标签： tesseract

【解决方案1】：

以下是配置 pyocr 以识别单个数字的方法：

from PIL import Image
import sys
import pyocr
import pyocr.builders

tools = pyocr.get_available_tools()
if len(tools) == 0:
    print("No OCR tool found")
    sys.exit(1)
tool = tools[0]

im = Image.open('digit.png')
builder = pyocr.builders.DigitBuilder()

# Set Page Segmentation mode to Single Char :
builder.tesseract_layout = 10 # If tool = tesseract
builder.tesseract_flags = ['-psm', '10'] # If tool = libtesseract

result = tool.image_to_string(im, lang="eng", builder=builder)

【讨论】：

【解决方案2】：

单个数字的处理方式与其他字符相同，因此更改页面分割模式应该有助于正确拾取数字。

另请参阅： Tesseract does not recognize single characters

【讨论】：

我可以请您在这里查看一个与 Tesseract 相关的问题：stackoverflow.com/questions/66946835/… 吗？

【解决方案3】：

将PageSegMode 设置为PSM_SINGLE_CHAR

【讨论】：