如何通过tesseract OCR读取黑色背景图像上的黑色文本？

Question

我在黑色背景图像上有黑色文字，我想通过OCR读取它。 不幸的是，OCR无法完美阅读。 图像看起来像这样。 我想将小于（90，90，90，255）的RGBA值转换为（255，255，255，255），以便它变成黑白。转换它的代码是什么？

Answer 1

您需要做的是在让tesseract发挥作用之前将整个图像变成黑白。

阅读图片

import cv2
im_gray = cv2.imread('your_image_here', cv2.IMREAD_GRAYSCALE)

将其设为灰度

(thresh, im_bw) = cv2.threshold(im_gray, 128, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)

“它使用Otsu的方法从图像自动确定阈值，或者如果您已经知道阈值，则可以使用：”

thresh = 127
im_bw = cv2.threshold(im_gray, thresh, 255, cv2.THRESH_BINARY)[1]

写入磁盘

cv2.imwrite('bw_image.png', im_bw)

从这里取

Answer 2

您可以通过简单的转换将灰色像素转换为白色像素。 如果您不想使用开放式简历，并且图像是一个通道（灰度级）的numpy数组：

threshold = 60 # try something between 30 and 150
vect_func = np.vectorize(lambda x: 0 if x == threshold else 255)
black_white_img = vect_func(gray_scale_image)