使用 Pytesseract OCR 從表格圖像中識別特定數字

Question

我想從附加的圖像（png 文件）中讀取一列數字。

我的代碼是

import cv2
import pytesseract
import os

img = cv2.imread(os.path.join(image_path, image_name), 0)
config= "-c 
        tessedit_char_whitelist=01234567890.:ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz"

pytesseract.image_to_string(img, config=config)

這段代碼給了我輸出字符串：'n113\\nun\\n1.08'。 正如我們所見，有兩個問題：

1. 它無法識別 1.13 中的小數點（見附圖）。
2. 它完全無法讀取 1.11（見附圖）。 它只返回“修女”。

這些問題的解決方案是什么？

最好的

Answer 1

您需要對圖像進行預處理。 一種簡單的方法是調整圖像大小，轉換為灰度，然后使用 Otsu 閾值獲得二值圖像。 從這里我們可以應用輕微的高斯模糊，然后反轉圖像，以便提取的所需文本為白色，背景為黑色。 這是准備好用於 OCR 的處理過的圖像

OCR 的結果

1.13
1.11
1.08

代碼

import cv2
import pytesseract
import imutils

pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

# Resize, grayscale, Otsu's threshold
image = cv2.imread('1.png')
image = imutils.resize(image, width=400)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Blur and perform text extraction
thresh = 255 - cv2.GaussianBlur(thresh, (5,5), 0)
data = pytesseract.image_to_string(thresh, lang='eng',config='--psm 6')
print(data)

cv2.imshow('thresh', thresh)
cv2.waitKey()