如何使用opencv和python仅从图像中提取文本部分？

Question

这是经过预处理的水表读数后的图像...

但是每当我使用tesseract来识别数字时，它都不会给出适当的输出。

因此，我只想将数字部分提取/分段出来作为感兴趣的区域，并将其保存在新的图像文件中，以便tesseract能够正确识别它...

我能够消除图像中的多余杂物，因此才使用此选项。

有什么办法吗？

未处理的图像是

Answer 1

在尝试从该图像中提取数字之前，请尝试减小图像大小，以使数字大小约为16像素高。 其次，将您的tesseract扫描字符白名单减少为“ 0123456789”，以避免扫描其他字符，例如“，。;'/”等（在此类图片上非常常见）。 减小图像尺寸应该有助于tesseract消除这种噪音，而不要扫描或混入数字。 这种方法肯定不能在这种图像上100％起作用，但是要清除这种噪声将是一个挑战，而毫无疑问的是其他方式。 也许您可以尝试向我们提供未经处理的图像，如果有的话，让我们看看有什么可能。