Pytesseract OCR 錯誤文本識別

Question

當我使用 Pytesseract 識別此圖像中的文本時，Pytesseract 返回7A51k但此圖像中的文本是7,451k 。

如何使用代碼而不是提供更清晰的源圖像來解決此問題？

我的代碼

import pytesseract as pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = 'D:\\App\\Tesseract-OCR\\tesseract'

img = Image.open("captured\\amount.png")
string = pytesseract.image_to_string(image=img, config="--psm 10")

print(string)

Answer 1

我有一個兩步解決方案

---

• 1. 調整圖像大小
• 2. 應用閾值。

---

• 1. 調整圖像大小
  • 輸入圖像太小，無法識別數字、標點和字符。 增加尺寸將實現准確的解決方案。
• 2. 應用閾值

  • 閾值化將顯示圖像的特征。

  • 當您應用閾值結果將是：

    • 

當您讀取閾值圖像時：

7,451k

代碼：

---

import cv2
from pytesseract import image_to_string

img = cv2.imread("4ARXO.png")
(h, w) = img.shape[:2]
img = cv2.resize(img, (w*3, h*3))
gry = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thr = cv2.threshold(gry, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
txt = image_to_string(thr)
print(txt)

Answer 2

如果調整大小后圖像模糊沒有問題，您可以對其進行閾值化，並按照AlexAlex的建議進行反轉：

output：7,451k

import numpy as np
import pytesseract
import cv2

# Read Image
gray = cv2.imread('2.png', 0)

# Resize
gray = cv2.resize(gray, (600,200))

# Inverting
gray = 255 - gray
emp = np.full_like(gray, 255)
emp -= gray

# Thresholding
emp[emp==0] = 255
emp[emp<100] = 0

text = pytesseract.image_to_string(emp, config='outputbase digits')

print(text)