為什么pytesseract不能識別個位數？

Question

我正在一個網站上執行 ocr，特別是在這兩個圖像上：

我對 OCR 相當陌生，我使用以下內容：

from PIL import Image
import pytesseract

my_image = '....png'
text = pytesseract.image_to_string(Image.open(my_image))

在第二張圖片中，它可以識別除單個數字 3、4、5、6 之外的所有內容。

在第一張圖像中，它也無法識別單個數字。

我通過調整圖像大小、反轉它們和使用閾值來預處理圖像。

這是一種標准字體，所以我知道還有其他方法可以做到這一點，但在一定程度上它對我有用，所以我想在進入更高級的東西之前保持簡單。

Answer 1

對於這兩個圖像，您可以

1. 對圖像進行上采樣：為了准確識別。
2. 應用簡單閾值：顯示特征。

對於第一張圖像，您可以選擇圖像的一部分：

結果將是：

62001
33000

代碼：

---

import cv2
import pytesseract

img1 = cv2.imread("lNKH4.png")  # "FX2in.png"
gry1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
(h, w) = gry1.shape[:2]
gry1 = cv2.resize(gry1, (w*2, h*2))
gry1 = gry1[30:(h*2), w+50:w*2]
thr1 = cv2.threshold(gry1, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
txt1 = pytesseract.image_to_string(thr1, config="--psm 6 digits")
print(txt1)
cv2.imshow("thr1", thr1)
cv2.waitKey(0)

對於第二張圖片：

結果將是：

2
3 1.28 4.50 9.00
4 2.00 3.75 3.00
5 3.50 4.33 1.72
6 7.00 6.00 1.28

相同的代碼，只需刪除以下行：

gry1 = gry1[30:(h*2), w+50:w*2]