如何使用 pytesseract 从图像中读取数字

Question

我正在尝试从这张图片中读取数字：

使用具有这些设置的pytesseract ：

custom_config = r'--oem 3 --psm 6'
pytesseract.image_to_string(img, config=custom_config)

这是 output：

((E ST7 [71aT6T2 ] THETOGOG5 15 [8)

Answer 1

仅将整数列入白名单以及更改 psm 可提供更好的结果。 您还需要删除回车符和空格。 下面是执行此操作的代码。

import pytesseract
import re
from PIL import Image

#Open image
im = Image.open("numbers.png")

#Define configuration that only whitelists number characters
custom_config = r'--oem 3 --psm 11 -c tessedit_char_whitelist=0123456789'

#Find the numbers in the image
numbers_string = pytesseract.image_to_string(im, config=custom_config)

#Remove all non-number characters
numbers_int = re.sub(r'[a-z\n]', '', numbers_string.lower())

#print the output
print(numbers_int)

图片上代码的结果是：'31477423353'

不幸的是，仍然缺少一些数字。 我尝试了一些实验，下载了你的图像并删除了网格。

删除网格并再次执行代码后，pytesseract 产生了完美的结果：'314774628300558'

因此，您可能会尝试考虑如何以编程方式删除网格。 有 pytesseract 的替代品，但无论如何你会得到更好的 output 与图像中隔离的文本。