為什么 pytesseract 無法識別此圖像

Question

我正在這張圖片上測試 pytesseract OCR

但結果總是 30770.0 但我想要這個數字：997,70 僅供參考：這張圖片已經被轉換了：

img = img.convert('L')  # greyscale
img = img.resize((img.size[0] * 3, img.size[1] * 3), 1)
img = ImageEnhance.Contrast(img).enhance(5.0)
img = ImageOps.equalize(img)
img = ImageOps.invert(img)

代碼下方：

pytesseract.pytesseract.tesseract_cmd = 'C:\\Program Files\\Tesseract-OCR\\tesseract.exe'
img2 = "full_snap__1609584655.png"
numStr2 = pytesseract.image_to_string(img2, lang='eng',config='--psm 10 --oem 1 digits -c tessedit_char_whitelist=0123456789')
print('997,70 :',float(numStr2))

我已經嘗試調整 pytesseract function image_to_string 的 --psm 參數，但它不起作用。

謝謝您的幫助

Answer 1

我對這個問題的解決方案是形態轉換。

如果你應用侵蝕

前景 object 的厚度或大小減小或圖像中的白色區域減小。 它對於去除小的白噪聲（正如我們在色彩空間章節中所見）、分離兩個連接的對象等很有用。

erd = cv2.erode(gry, None, iterations=1)

結果：

現在，如果您閱讀它：

print(pytesseract.image_to_string(erd))

結果：

997 70€

代碼：

---

import cv2
import pytesseract

img = cv2.imread("R83OY.png")
h, w, c = img.shape
gry = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
erd = cv2.erode(gry, None, iterations=1)
print(pytesseract.image_to_string(erd))

可能的問題：為什么將 kernel 設置為 None？

如果初始化 kernel （即 (5, 5) ）並將其應用於圖像，結果將是：

如您所見，應用 kernel 並沒有改善結果。