OCR的圖像預處理 - Tessaract

Question

顯然，這張圖片非常堅固，因為它的清晰度低並且不是真正的單詞。 但是，使用此代碼，我沒有檢測到任何接近：

import pytesseract
from PIL import Image, ImageEnhance, ImageFilter
image_name = 'NedNoodleArms.jpg'
im = Image.open(image_name) 
im = im.filter(ImageFilter.MedianFilter())
enhancer = ImageEnhance.Contrast(im)
im = enhancer.enhance(2)
im = im.convert('1')
im.save(image_name)
text = pytesseract.image_to_string(Image.open(image_name))
print(text)

輸出

, Mdfiaodfiamms

這里有什么想法？ 我的對比功能產生的圖像是：

哪個看起來不錯？ 我沒有大量的OCR經驗。 你會在這里推薦什么預處理？ 我已經嘗試將圖像調整得更大，這有點但不夠，還有一堆來自PIL的不同濾鏡。 沒有什么特別接近的

Answer 1

你是對的，tesseract在更高的分辨率下效果更好，所以有時調整圖像大小有幫助 - 但不要轉換為1位。

我得到了很好的結果轉換為灰度，使其大3倍，使字母更亮：

>>> im = Image.open('j78TY.png')\
          .convert('L').resize([3 * _ for _ in im.size], Image.BICUBIC)\
          .point(lambda p: p > 75 and p + 100)
>>> pytesseract.image_to_string(im)
'NedNoodleArms'

檢查這個jupyter筆記本 ：