从噪声图像中提取数字

Question

从噪声图像中提取数字

我想从手机相机拍摄的图像中提取文本。 首先，我尝试使用以下代码将图像转换为灰度：

imgg = Image.open('originale.jpg').convert('LA')

其次，我尝试使用此代码对灰度图像进行阈值处理以获取只有黑白的图像::

 retval, threshold = cv2.threshold(grayscaled, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
cv2.imwrite("threshold.png", threshold)

第三，我尝试使用 pytesseract 提取文本，但这段代码的结果不正确。

result5 = pytesseract.image_to_string(Image.open("threshold.png"))

这是我要提取数字的图像，例如：我预期的 output 是： 111 2 11 4 1 23 2 3 。

这是我的形象：

原创.jpg

阈值.png

这是我的完整代码：

import cv2
import numpy as np
import pytesseract
from PIL import Image
img = cv2.imread('originale.jpg')
grayscaled = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
retval, threshold = cv2.threshold(grayscaled, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
cv2.imwrite("threshold.png", threshold)
result = pytesseract.image_to_string(Image.open("threshold.png"))
print(result)

Answer 1

您可以使用 Otsu 方法来确定最佳阈值以精确您的数字。

import cv2

img # this is your original image
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
retval, threshold = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
cv2.imwrite("threshold.png", threshold)

结果：