Python PIL圖像到文本無法正常工作

Question

下面是我的python腳本，用於讀取圖像上的文本。 但是它不能正常工作，因為后面的t讀為+或f 。我想知道如何處理此問題？ 我還附上了我要閱讀的文件。

import tesserocr
from PIL import Image

print tesserocr.tesseract_version()  # print tesseract-ocr version
print tesserocr.get_languages()  # prints tessdata path and list of available languages

image = Image.open('test.png')
#print tesserocr.image_to_text(image)  # print ocr text from image
# or
print tesserocr.file_to_text('test.png')

Answer 1

只需在命令行中使用Tesseract 4.0.0 alpha運行，結果如下。

• tesseract PILtoText.png PILtoText_out.txt -c preserve_interword_spaces=1 --psm 3 --oem 3

在今天向美國證券交易委員會（SEC）提交的一份監管文件中，Adobe宣布，首席技術官凱文·林奇（Kevin Lynch）將在本周五離職。

2013年3月18日，凱文·林奇（Kevin Lynch）辭去了Adobe Systems Incorporated的執行副總裁兼首席技術官的職務，自2013年3月22日起生效，以尋求文件中提到的其他機會。林奇（Lynch）於2005年加入公司收購Macromedia后，Adobe進入了一些更前沿的技術領域，包括多屏計算，雲計算和社交媒體。

長期以來，Adobe已扎根於印刷設計社區的工作流程中。 Lynch負責公司從Dreamweaver開始的網絡發布轉變。 他還監督了Adobe的研究和經驗設計團隊，並且如Adobe所說，負責“塑造Adobe的長期技術構想，並在轉型時期將創新重點放在整個公司”。

網上有傳言稱蘋果是林奇的下一個目的地，這並不是完全荒謬的傳言。 即使沒有盈利，Adobe向Web技術的過渡也算不了什么。 蘋果仍然是消費硬件領域的巨頭，在多屏流動性，社交媒體和基於Web的軟件方面，可以伸出援手。

結果表明，除了將大寫F轉換為f之外，文本圖像已被正確識別。 例如，F riday到f riday在第一段。

如果您使用的是Tesseract 3.x ，建議將其升級到Tesseract 4.0以改善OCR結果。