從具有黑色背景的圖像中提取文本

Question

我想在 Python 中使用pytesseract從圖像中提取白色文本，但我沒有得到好的結果。

它向我顯示零為“@”、“a”和“e”。

這是圖像：

這是我正在使用的示例代碼：

import numpy as np
import cv2
import pytesseract
from PIL import Image

def preprocess_finale(im):
    im= cv2.bilateralFilter(im, 5, 55,60)
    im = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
    _, im = cv2.threshold(im, 240, 255, 1)
    return im

img = Image.open("Image.png")
img = cv2.cvtColor(np.array(img), cv2.COLOR_BGRA2BGR)

im = cv2.imread(img, cv2.IMREAD_GRAYSCALE)
custom_config = r"--oem 3 --psm 4 -c tessedit_char_whitelist= '0123456789. '"
im=preprocess_finale(img)

text = pytesseract.image_to_string(im, lang='eng', config=custom_config)
print(text)
    

結果如下：

900.265 NITa0e.234 LUX2566 Eulee

有什么解決方案可以得到更好的結果嗎？

Answer 1

您可以在調整大小的圖像版本中使用簡單的 ocr。

import easyocr
import cv2

image = cv2.imread('Di0yp.png')
image  = cv2.resize(image,(780,600)) # 740,480 # 740,600
cv2.imwrite('resize.png',image)

reader = easyocr.Reader(['en'],gpu=False)
result = reader.readtext('resize.png')
for detection in result:
    print(detection)

所需的輸出是，

([[399, 313], [507, 313], [507, 333], [399, 333]], "'000, 265 NIT", 0.5332222214815537)
([[399, 333], [509, 333], [509, 351], [399, 351]], '000 , 834 LuX', 0.37962750554971325)
([[421, 351], [527, 351], [527, 371], [421, 371]], '0. 566 EV100', 0.440570646870379)

我認為這可能會幫助你