Python tesseract 提高 OCR 的准确性

Question

我有很简单的图片，但tesseract 没有成功地给我正确的答案。

代码：

pytesseract.image_to_string(image, lang='eng')

示例图片给出了结果

SARVN PRIM E N EU ROPTICS\nBLU EPRINT

我也尝试将我自己的单词添加到字典中，如果它能让事情变得更好，但仍然没有。

pytesseract.image_to_string(image, lang='eng', config="--user-words words.txt")

我的单词表看起来像这样

SARYN
PRIME
NEUROPTICS
BLUEPRINT

我应该如何解决这个问题，也许我必须在预测之前转换图像？ 文本颜色可以在几种颜色之间变化，但背景始终是 black 。

Answer 1

在尝试使用 OCR 之前，尝试反转图像，然后执行二值化/阈值处理以获得白色背景上的黑色文本。

有关在 Python 中对图像进行二值化的提示，请参阅此帖子。

当然，输入图像中的质量越好，文字越清晰，您的 OCR 效果就会越好。

我使用外部工具将其更改为白底黑字并得到以下图像。

Answer 2

我有一个四步解决方案

• 1. 平滑图像
• 2. 应用简单阈值
• 3. 逐行取句子
• 4. 对每个单独的句子应用侵蚀
     

	结果
平滑
阈值
上采样 + 侵蚀
Pytesseract	SARYN PRIME 神经药物 蓝图

代码：

---

import cv2
import pytesseract

img = cv2.imread('j0nNV.png')
gry = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
blr = cv2.GaussianBlur(gry, (3, 3), 0)
thr = cv2.threshold(blr, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]
(h_thr, w_thr) = thr.shape[:2]
s_idx = 0
e_idx = int(h_thr/2)

for _ in range(0, 2):
    crp = thr[s_idx:e_idx, 0:w_thr]
    (h_crp, w_crp) = crp.shape[:2]
    crp = cv2.resize(crp, (w_crp*2, h_crp*2))
    crp = cv2.erode(crp, None, iterations=1)
    s_idx = e_idx
    e_idx = s_idx + int(h_thr/2)
    txt = pytesseract.image_to_string(crp)
    print(txt)
    cv2.imshow("crp", crp)
    cv2.waitKey(0)