python - 字符串识别前阈值不正确

Question

我正在尝试使用 pytesseract 识别一些文本，但在此之前我必须将我拥有的图片转换为二进制图片。 请注意，我首先调整了图片的大小，以便 pytesseract 更易于阅读。

查看下面的原始图片、调整后的图片、我的代码和我得到的结果，这样您就可以理解我的问题了..

Original picture

image = cv2.imread('original.png',0)
image = cv2.resize(image,None,fx=2,fy=2,interpolation=cv2.INTER_CUBIC)
cv2.imwrite("resized.png", image)

thresh = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]
result = 255 - thresh
cv2.imwrite("after_threshold.png", result)

Resized picture

Picture after threshold

谢谢你的帮助:)

Answer 1

如果你删除调整大小，它似乎工作

Pytesseract 的输出

32 Force

120 Initiative
Prospection

25 agilité

53 Vitalité

5 Dommages

1 Résistance Neutre
1 Portée

7% Résistance Feu

import cv2
import pytesseract

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

image = cv2.imread('1.png', 0)
thresh = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]
result = 255 - thresh 

data = pytesseract.image_to_string(result, lang='eng',config='--psm 6')
print(data)

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