python - pytesseract 不适用于一位数图像

Question

我有使用 pytesseract 的代码并且工作完美，只有当我尝试识别的图像是 0 到 9 时才不起作用。如果图像只有一位数字，则不会给出任何结果。

这是我正在工作的图像样本
https://drive.google.com/folderview?id=0B68PDhV5SW8BdFdWYVRwODBVZk0&usp=sharing

这是我正在使用的代码

    import pytesseract
    varnum= pytesseract.image_to_string(Image.open('images/table/img.jpg'))
    varnum = float(varnum)
    print varnum    

谢谢!!!!

使用此代码，我可以读取所有数字

import pytesseract


start_time = time.clock()
y = pytesseract.image_to_string(Image.open('images/table/1.jpg'),config='-psm 10000')
x = pytesseract.image_to_string(Image.open('images/table/1.jpg'),config='-psm 10000')

print y
print x

y = pytesseract.image_to_string(Image.open('images/table/68.5.jpg'),config='-psm 10000')
x = pytesseract.image_to_string(Image.open('images/table/68.5.jpg'),config='-psm 10000')

print y
print x

print time.clock() - start_time, "seconds" 

结果

>>> 
1
1
68.5
68.5
0.485644155358 seconds
>>> 

Answer 1

您需要设置页面分割模式才能读取单个字符/数字。

来自 tesseract-ocr manual (这是pytesseract内部使用的)，您可以使用 - 设置页面分割模式

-psm N

Set Tesseract to only run a subset of layout analysis and assume a certain form of image. The options for N are:

10 = Treat the image as a single character.

所以你应该设置 -psm选项到 10. 示例 -

varnum= pytesseract.image_to_string(Image.open('images/table/img.jpg'),config='-psm 10')