pytesseract 提高了图像上模糊数字的 OCR 准确性

Question

数字示例

我正在使用标准的 pytesseract img 来发送文本。 我尝试过仅使用数字选项，90% 的情况下它是完美的，但上面是一个非常错误的例子！ 这个例子根本没有产生任何字符

如您所见，现在有字母，所以语言选项没有用，我确实尝试在抓取的图像中添加一些文本，但仍然出错。

我使用 CV2 增加了对比度，在我捕获的上游文本已经模糊了

关于提高准确性的任何想法？

使用以下建议进行多次测试后。 我发现锐度过滤器给出了不可靠的结果。 您可以使用的另一个工具是 contrast=cv2.convertScaleAbs(img2,alpha=2.5,beta=-200) 我使用它作为我的黑白文本最终在灰色背景上使用 convertScaleAbs 的浅灰色文本我能够增加对比以获得几乎黑白图像

OCR 的基本步骤

1. 转换为单色
2. 将图像裁剪为目标文本
3. 过滤图像以获得黑白
4. 执行 OCR

Answer 1

这是使用 OpenCV 和 Pytesseract OCR 的简单方法。 要对图像执行 OCR，对图像进行预处理很重要。 这个想法是获得一个处理过的图像，其中要提取的文本是黑色的，背景是白色的。 为此，我们可以转换为灰度，然后使用cv2.filter2D()应用锐化 kernel 来增强模糊部分。 一般锐化 kernel 看起来像这样：

[[-1,-1,-1], [-1,9,-1], [-1,-1,-1]]

可以在此处找到其他 kernel 变体。 根据图像，您可以调整滤镜的强度。 从这里我们使用Otsu 的阈值获取二进制图像，然后使用--psm 6配置选项执行文本提取以假设单个统一文本块。 在这里查看更多 OCR 配置选项。

---

这是图像处理管道的可视化：

输入图像

转换为灰度->应用锐化滤镜

大津的门槛

Pytesseract OCR 的结果

124,685

代码

import cv2
import numpy as np
import pytesseract

pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

# Load image, grayscale, apply sharpening filter, Otsu's threshold 
image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
sharpen_kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])
sharpen = cv2.filter2D(gray, -1, sharpen_kernel)
thresh = cv2.threshold(sharpen, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# OCR
data = pytesseract.image_to_string(thresh, lang='eng', config='--psm 6')
print(data)

cv2.imshow('sharpen', sharpen)
cv2.imshow('thresh', thresh)
cv2.waitKey()