后处理和读取模糊数字 - OpenCV / tesseract

Question

我的老板刚刚给了我 9000 张显示万用表输出的图像，他要我阅读所有图像并将电压输出写在一个文本文件上，以便周一早上使用！

我没有办法手动完成，所以我非常需要你的帮助来自动化这个过程。

我已经做了一些编码。 万用表屏幕位置固定在 9000 张图像上，所以我只是裁剪了图片并放大了屏幕。

到目前为止，这是我的代码：

import pytesseract as tess
tess.pytesseract.tesseract_cmd = r'D:\Programs\Tesseract-OCR\tesseract.exe'
from PIL import Image
from matplotlib import pyplot as plt
import cv2
import numpy as np

img = cv2.imread('test1.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (7,7), 0)
ret, BW = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU + cv2.THRESH_BINARY)

plt.imshow(BW)
plt.show()

print(tess.image_to_string(img,config='digits --oem 3'))

我的代码输出这种图片：

对于这张图片，tesseract 读取以下数字：138

我在这里有两个问题：第一个是我不知道如何正确预处理我的图片以便 tesseract 轻松阅读它们。

第二个问题：我不知道如何处理小数点。 事实上，有些图片上没有小数点，所以我需要找到一种方法让tesseract读取它。

您认为我需要手动“训练”tesseract，以便达到接近 100% 的准确率吗？

非常感谢您的帮助，同时我会继续研究 OpenCv 函数！

这是原件之一：

更新后的版本：

好的，所以到目前为止我更新了一点我的代码：

# Loading the picture
img = cv2.imread('test1.JPG')

# Crop - Rotate - Scale up
x = 1400
y = 1375
h = 325
w = 800
img = img[y:y+h, x:x+w]
image = cv2.rotate(img, cv2.ROTATE_180)

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

thresh = cv2.threshold(gray, 128, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,10))
close = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel, iterations=1)

cv2.imshow('close', close)

x = 0
y = 0
h = 300
w = 750
img = close[y:y+h, x:x+w]

plt.imshow(img)
plt.show()

print(tess.image_to_string(img,config='--psm 7 -c tessedit_char_whitelist=0123456789 --oem 0'))

我得到了一张更精细的图像供 tesseract 分析。 但是小数点仍然没有运气：/。

Answer 1

您需要大约 3-4 个小时来手动输入它们，只需花费 1 个小时来编写一个包装器来打开图像并让您输入一个值。

在自动化时，我最大的担忧是如果所有测量值都具有相同的千欧单位，您真的应该在您的 open-cv 代码中包含该检查。

祝你好运！