Tesseract 输出在非常清晰的图像中更改、添加和删除数字

Question

我正在开发一个程序，该程序使用网络摄像头使用 pytesseract（长篇故事）从屏幕上读取不断变化的数字。 它拍摄整个屏幕的图像，然后使用存储在名为“roi”的列表中的预定坐标切出需要记录的每个数字（其中有 23 个）。 还有一些其他步骤，但这是最重要的部分。 目前它正在不断地添加、删除和更改数字，但并非始终如一。 这里有些例子：

它错误地将其读作“32.0”

它正确读取为“52.0”

它错误地将其读作“39.3”

它错误地将其读作“2499.1”

这些图像已经使用 OpenCV 处理过，这就是 roi 集中所有图像的样子。 根据其他答案，我已将其二值化，尝试清理边缘，并在图像周围放置一个白色边框（请参阅代码）。

该程序每 30 秒读取一次屏幕，有时正确，有时出错。 很多时候它喜欢把5s变成3s，3s变成5s，5s变成9s。 有时它只是错过或完全添加数字。 下面是我处理图像的代码。

pytesseract.pytesseract.tesseract_cmd = #tesseract file path
scale = 1.4
img = cv2.imread(#image file path#)
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img = cv2.rotate(img, cv2.ROTATE_180)
width = int(img.shape[1] / scale)
height = int(img.shape[0] / scale)
dim = (width, height)
img = cv2.resize(img, dim, interpolation=cv2.INTER_AREA)                                    
cv2.destroyAllWindows()

myData = []
cong = r'--psm 6 -c tessedit_char_whitelist=+0123456789.-'

for x,r in enumerate(roi):                                                                 
    imgCrop = img[r[0][1]:r[1][1], r[0][0]:r[1][0]]        
    scalebig = 0.2
    wid = int(imgCrop.shape[1] / scalebig)
    hei = int(imgCrop.shape[0] / scalebig)
    newdims = (wid, hei)
    imgCrop = cv2.resize(imgCrop, newdims)

    imgCrop = cv2.threshold(imgCrop,155,255,cv2.THRESH_BINARY)[1]

    kernel2 = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))                              
    imgCrop = cv2.morphologyEx(imgCrop, cv2.MORPH_CLOSE, kernel2, iterations=2)

    value = [255,255,255]
    imgCrop = cv2.copyMakeBorder(imgCrop, 10, 10, 10, 10, cv2.BORDER_CONSTANT, None, value = value)

    datapoint = pytesseract.image_to_string(imgCrop, lang='eng', config=cong)
    myData.append(datapoint)

输出是我上面链接的图片。

我已经研究过微调它，但我有一台 Windows 机器，我似乎找不到一个好的教程。 我不是专业的程序员，我花了 2 个月的时间自学 Python 来做到这一点，但是 Tesseract 的机器学习方面让我感到困惑，而且我不知道如何解决非常不一致的读数。 如果您需要任何进一步的信息，请询问，我很乐意告诉您。

编辑：添加了更多错误读取的图像以供参考

Answer 1

1. 确保使用正确的图像格式（jpeg 是 OCR 的错误格式）
2. 在 tesseract LSTM 引擎的情况下，确保字母大小不大于 35 磅。

使用 tesseract best_tessdata 我得到了这些结果：

tesseract 593_small.png -
59.3

tesseract 520_small.png -
52.0

tesseract 2491_small.png -
249.1