为什么 Tesseract 无法检测到该图像中的单个数字？

Question

我有这张图片，我正在尝试用 Tesseract 阅读它：

我的代码是这样的：

pytesseract.image_to_string(im)

但是，我得到的只是LOW: 56 。 因此，Tesseract 无法读取第一行中的1 。 我还尝试指定一个只有数字的白名单，例如

pytesseract.image_to_string(im, config="tessedit_char_whitelist=0123456789.")

并用腐蚀处理图像，但没有任何效果。 有什么建议么？

Answer 1

在使用 Tesseract 时，提高 output 的质量是您的“圣经”。 特别是， 页面分割方法应始终明确设置。 在这里（大多数时候），我会选择--psm 6 ：

假设一个统一的文本块。

即使没有对图像进行进一步预处理，您也已经获得了所需的结果：

import cv2
import pytesseract

image = cv2.imread('gBrcd.png')
text = pytesseract.image_to_string(image, config='--psm 6')
print(text.replace('\f', ''))
# 1
# LOW: 56

----------------------------------------
System information
----------------------------------------
Platform:      Windows-10-10.0.19041-SP0
Python:        3.9.1
PyCharm:       2021.1.1
OpenCV:        4.5.2
pytesseract:   5.0.0-alpha.20201127
----------------------------------------