Python - pytesseract 对于相似图像不一致

Question

例如，此图像返回 Sieteary ear虽然此图像返回正确答案两个图像之间的唯一区别是高度为 2 个像素。我尝试过应用一些阈值，但似乎没有帮助......from PIL import Imageimport pytesseractpytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"image = Image.open(path)print(pytesseract.image_to_string(image,))

Answer 1

您可以使用 OpenCV 执行一些预处理。这个想法是用 imutils 放大图像，使用 Otsu 的阈值获得二值图像，然后添加轻微的高斯模糊。为了获得最佳检测效果，图像的格式应该是，要检测的文本为黑色，背景为白色。这是两张图片的预处理结果：

之前->之后

 

 

两个图像的 Pytesseract 输出结果是相同的

BigBootyHunter2

代码

代码

import cv2

import pytesseract

import imutils

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

image = cv2.imread('1.jpg')

image = imutils.resize(image, width=500)

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]

thresh = cv2.GaussianBlur(thresh, (3,3), 0)

data = pytesseract.image_to_string(thresh,,config='--psm 6')

print(data)

cv2.imshow('thresh', thresh)

cv2.waitKey()