python - Tesseract 将 1 和 0 检测为 L 和 O

Question

在此图像中，tesseract 检测到的文本为 LOOOPCS，但它是 1000PCS。我正在使用的命令是

tesseract "item_04.png" stdout --psm 6

我已经尝试了所有 psm 值 0 到 13

根据其他博客的建议以及 SO 和互联网上的问题，还尝试了图像裁剪和阈值处理。

还尝试了-c tessedit_char_whitelist=PCS0123456789，但得到了00PCS。 但我没有得到1000PCS。有人可以尝试这些并让我知道我错过了什么吗？

编辑:
根据 @nathancy 给出的建议，尝试使用 - cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU ，它适用于此 1 和 0，但对于下图失败。它被检测为 LL8gPcs:

Answer 1

您需要对图像进行预处理。一种简单的方法是采用 Otsu 阈值，然后反转图像，使文本为黑色，背景为白色。这是使用 Pytesseract OCR 和 --psm 6 处理的图像和结果。

结果

1000PCS

代码

import cv2
import pytesseract

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

# Grayscale, Otsu's threshold
image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Invert and perform text extraction
thresh = 255 - thresh
data = pytesseract.image_to_string(thresh, lang='eng',config='--psm 6')
print(data)

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