從噪聲圖像中提取數字

Question

從噪聲圖像中提取數字

我想從手機相機拍攝的圖像中提取文本。 首先，我嘗試使用以下代碼將圖像轉換為灰度：

imgg = Image.open('originale.jpg').convert('LA')

其次，我嘗試使用此代碼對灰度圖像進行閾值處理以獲取只有黑白的圖像::

 retval, threshold = cv2.threshold(grayscaled, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
cv2.imwrite("threshold.png", threshold)

第三，我嘗試使用 pytesseract 提取文本，但這段代碼的結果不正確。

result5 = pytesseract.image_to_string(Image.open("threshold.png"))

這是我要提取數字的圖像，例如：我預期的 output 是： 111 2 11 4 1 23 2 3 。

這是我的形象：

原創.jpg

閾值.png

這是我的完整代碼：

import cv2
import numpy as np
import pytesseract
from PIL import Image
img = cv2.imread('originale.jpg')
grayscaled = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
retval, threshold = cv2.threshold(grayscaled, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
cv2.imwrite("threshold.png", threshold)
result = pytesseract.image_to_string(Image.open("threshold.png"))
print(result)

Answer 1

您可以使用 Otsu 方法來確定最佳閾值以精確您的數字。

import cv2

img # this is your original image
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
retval, threshold = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
cv2.imwrite("threshold.png", threshold)

結果：