为什么 pytesseract 无法识别背景较暗的图像中的数字？
Why does pytesseract fail to recognise digits from image with darker background?
我有这个 python 代码，我用它来将写在图片中的文本转换为字符串，它确实适用于某些具有大字符的图像，但不适用于我正在尝试的图像现在只包含数字。
这是图片：
这是我的代码：
import pytesseract
from PIL import Image
img = Image.open('img.png')
pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'
result = pytesseract.image_to_string(img)
print (result)
为什么无法识别这个特定的图像，我该如何解决这个问题？
我有两个建议。
首先，这是迄今为止最重要的一点，在 OCR 中预处理图像是获得良好结果的关键。在你的情况下，我建议二值化。你的图像看起来非常好，所以你应该没有任何问题，但如果你这样做，那么也许你应该尝试将你的图像二值化：
import cv2
from PIL import Image
img = cv2.imread('gradient.png')
# If your image is not already grayscale :
# img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
threshold = 180 # to be determined
_, img_binarized = cv2.threshold(img, threshold, 255, cv2.THRESH_BINARY)
pil_img = Image.fromarray(img_binarized)
然后用二值化图像再次尝试 ocr。
检查您的图像是否为灰度图像，如果需要请取消注释。
这是简单的阈值处理。自适应阈值也存在，但它很嘈杂，不会给您带来任何好处。
Tesseract 将更容易处理二值化图像。这已经在内部完成 (https://github.com/tesseract-ocr/tesseract/wiki/ImproveQuality)，但有时事情可能会搞砸，而且通常情况下进行自己的预处理很有用。
您可以通过查看图像来检查阈值是否正确:
import matplotlib.pyplot as plt
plt.imshow(img, cmap='gray')
plt.imshow(img_binarized, cmap='gray')
其次，如果我上面所说的仍然不起作用，我知道这不能回答 "why doesn't pytesseract work here" 但我建议你试试 tesserocr。它是 Tesseract 的维护 python 包装器。
你可以试试：
import tesserocr
text_from_ocr = tesserocr.image_to_text(pil_img)
这是来自 pypi 的 tesserocr 文档：https://pypi.org/project/tesserocr/
对于 opencv：https://pypi.org/project/opencv-python/
作为 side-note，在 Tesseract 中黑色和白色被对称处理，因此黑色背景上的白色数字不是问题。
我有这个 python 代码，我用它来将写在图片中的文本转换为字符串，它确实适用于某些具有大字符的图像，但不适用于我正在尝试的图像现在只包含数字。
这是图片：
这是我的代码：
import pytesseract
from PIL import Image
img = Image.open('img.png')
pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'
result = pytesseract.image_to_string(img)
print (result)
为什么无法识别这个特定的图像，我该如何解决这个问题？
我有两个建议。
首先，这是迄今为止最重要的一点，在 OCR 中预处理图像是获得良好结果的关键。在你的情况下，我建议二值化。你的图像看起来非常好，所以你应该没有任何问题，但如果你这样做，那么也许你应该尝试将你的图像二值化：
import cv2
from PIL import Image
img = cv2.imread('gradient.png')
# If your image is not already grayscale :
# img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
threshold = 180 # to be determined
_, img_binarized = cv2.threshold(img, threshold, 255, cv2.THRESH_BINARY)
pil_img = Image.fromarray(img_binarized)
然后用二值化图像再次尝试 ocr。
检查您的图像是否为灰度图像，如果需要请取消注释。
这是简单的阈值处理。自适应阈值也存在，但它很嘈杂，不会给您带来任何好处。
Tesseract 将更容易处理二值化图像。这已经在内部完成 (https://github.com/tesseract-ocr/tesseract/wiki/ImproveQuality)，但有时事情可能会搞砸，而且通常情况下进行自己的预处理很有用。
您可以通过查看图像来检查阈值是否正确:
import matplotlib.pyplot as plt
plt.imshow(img, cmap='gray')
plt.imshow(img_binarized, cmap='gray')
其次，如果我上面所说的仍然不起作用，我知道这不能回答 "why doesn't pytesseract work here" 但我建议你试试 tesserocr。它是 Tesseract 的维护 python 包装器。
你可以试试：
import tesserocr
text_from_ocr = tesserocr.image_to_text(pil_img)
这是来自 pypi 的 tesserocr 文档：https://pypi.org/project/tesserocr/
对于 opencv：https://pypi.org/project/opencv-python/
作为 side-note，在 Tesseract 中黑色和白色被对称处理，因此黑色背景上的白色数字不是问题。