如何使用pytesseract提高图像识别的可能性

Question

我正在尝试将此图像列表转换为文本。 图像很小，但是非常可读（15x160，只有灰色文本和白色背景），我似乎无法pytesseract正确读取图像。 我试图通过.resize（）来增加大小，但是它似乎并没有做什么用。 这是我的一些代码。 有什么我可以添加以增加机会的新东西吗？ 就像我说的那样，我很惊讶pytesseract在这里使我失望，它虽然小巧但却比我似乎发现的某些东西超级可读。

for dImg in range(0, len(imgList)):
    url = imgList[dImg]
    local = "img" + str(dImg) + ".jpg"
    urllib.request.urlretrieve(url, local)
    imgOpen = Image.open(local)
    imgOpen.resize((500,500))
    imgToString = pytesseract.image_to_string(imgOpen)
    newEmail.append(imgToString)

Answer 1

设置页面分割模式（psm）可能会有所帮助。

要获取所有可用tesseract --help-psm ，请在终端中输入tesseract --help-psm 。

然后根据您的需求确定psm。 假设您要将图像视为单个文本行，在这种情况下，您的ImgToString变为：

imgToString = pytesseract.image_to_string(imgOpen, config = '--psm 7')

希望这会帮助你。

Answer 2

您可以在代码中执行几个预处理步骤。

1）使用from PIL import Image并使用your_img.convert('L') 。 您还可以检查其他几种设置。

2）一种高级方法：使用CNN。 您可以使用几种预先训练的CNN。 在这里，您可以找到更多详细信息： https : //www.cs.princeton.edu/courses/archive/fall00/cs426/lectures/sampling/sampling.pdf

tifi