python - pytesseract 提高了图像上模糊数字的 OCR 准确性

Question

数字示例

我正在使用标准的 pytesseract img 来发送文本。我尝试过仅使用数字选项，90% 的情况下它是完美的，但上面是一个非常错误的例子!这个例子根本没有产生任何字符

如您所见，现在有字母，所以语言选项没有用，我确实尝试在抓取的图像中添加一些文本，但仍然出错。

我使用 CV2 增加了对比度，文本在我捕获的上游已经模糊了

有什么提高准确性的想法吗？

使用以下建议进行多次测试后。我发现锐度过滤器给出了不可靠的结果。您可以使用的另一个工具是 contrast=cv2.convertScaleAbs(img2,alpha=2.5,beta=-200) 我使用它作为我的黑白文本最终在灰色背景上使用 convertScaleAbs 的浅灰色文本我能够增加对比度以获得几乎黑白图像

OCR 的基本步骤

1. 转换为单色
2. 将图片裁剪成目标文字
3. 将图像过滤成黑白图像
4. 执行 OCR

Answer 1

这是使用 OpenCV 和 Pytesseract OCR 的简单方法。要对图像执行 OCR，对图像进行预处理很重要。这个想法是获得一个处理过的图像，其中要提取的文本是黑色的，背景是白色的。为此，我们可以转换为 grayscale ，然后使用 cv2.filter2D() 应用锐化内核以增强模糊部分。一般的锐化内核如下所示:

[[-1,-1,-1], [-1,9,-1], [-1,-1,-1]]

可以找到其他内核变体 here .根据图像，您可以调整滤镜的强度。我们从这里Otsu's threshold获取二进制图像，然后使用 --psm 6 配置选项执行文本提取，以假定单个统一的文本 block 。看看here更多 OCR 配置选项。

---

这是图像处理管道的可视化:

输入图片

转换为灰度->应用锐化滤镜

大津的阈值

Pytesseract OCR 结果

124,685

代码

import cv2
import numpy as np
import pytesseract

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

# Load image, grayscale, apply sharpening filter, Otsu's threshold 
image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
sharpen_kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])
sharpen = cv2.filter2D(gray, -1, sharpen_kernel)
thresh = cv2.threshold(sharpen, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

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

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