pytesseract的不同輸出

Question

為什么我使用tesseract和pytesseract獲得不同的輸出？
在tesseract中：

tesseract t10.tiff output -1 eng

在python中

ocr_text = pytesseract.image_to_string(image, lang='eng', config='-psm 3').

Answer 1

如果仔細查看pytesseract.run_tesseract（），您會看到pytesseract運行一個子進程，該子進程創建另一個.PNG文件，然后在該圖像上運行tesseract子進程。 我在創建文件后立即放置了python調試器，並嘗試將文件復制到磁盤上以進行檢查。 原來，文件顏色配置文件與原始圖像不同。 此外，新圖像具有3個顏色通道，而原始圖像具有alpha通道。 嘗試在此新映像上從命令行運行tesseract，您將獲得與在原始映像上運行pytesseract相同的結果。 生成的PNG與原始png