[英]pytesseract improving OCR accuracy for blurred numbers on an image
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
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()
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.