从图像 PyTesseract 中读取数字

Question

我正在尝试阅读图片中的文字，但遇到了一些问题。

图片：

我的代码：

import cv2
import pytesseract


def read_img():
    pytesseract.pytesseract.tesseract_cmd = 'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'
    return cv2.imread('Images/Image2.png')


def process_text(img):
    names = []
    data = pytesseract.image_to_data(img)
    for x, d in enumerate(data.splitlines()):
        if x != 0:
            d = d.split()
            if len(d) == 12:
                names.append(d[11])

    return names


img = read_img()
print(process_text(img))

结果：

['-', '©', '-', 'AceeZ.Rogue', 'a', '5540', 't', '3', '8', '&', '©', 'LeonGids.Rogue', 'a', 'seas', '8', '3', '8', 'e', 'ﬂ', 'karzheka.Rogue', 'a', '5151', '8', '2', '7', '48', '7', 'Q', 'ripz.Rogue', 'a', '5105', '8', '[', '5s', '27', 'm', 'korey.Rogue', 'a', '5105', '7', '2', '6', '36', '-', '[ZH]', 'Shaiiko.BDS', 'C', '3520', 'a', 'B', 's', '22', 'Cps', 'a', '2012', '8', 'i', '8', '21', 'ypc', 'Chee', 'e', '8', '-_', '22', '3', '(2)', 'Flemzje.BDS', 'a', '2420', 'a', '3', '10', '26', '(SF)', 'Renshiro.BDS', 'C', '2410', '6', '1', '8', 'Fo']

如您所见，这不是我希望的结果。这是我尝试过的；

拆分图像

我将图像分成两部分，使其更集中于实际文本：

img1的结果其实很完美：

['AceeZ.Rogue', 'LeonGids.Rogue', 'karzheka.Rogue', 'ripz.Rogue', 'korey.Rogue', 'Shaiiko.BDS', 'BriD.BDS', 'RaFaLe.BDS', 'Elemzje.BDS', 'Renshiro.BDS']

但是对于 img2 问题又出现了：

['5540', '5343', '5151', '5105', '5105', '3520', '29012', '2695', '2420', '2410', '11', '10']

似乎 tesseract 在读取数字时遇到问题，因为只有文本的 img1 没问题？我尝试提高文本质量 (letsenhance.io) 并增加对比度：

这些方法都不起作用。

使用配置选项

我试过使用像“--psm 6”和'outbase digits'这样的配置选项，但也没有解决问题。

我在这个页面上看到可以使用指定的字体进行训练（) but I sadly don't know the font and https://www.myfonts.com/WhatTheFont/ 没有给我确切的字体，所以我假设这也不是一个选项。

所以我的问题是；甚至可以从此图像中提取 text/numbers 还是这是一个丢失的案例？我还能做些什么来改善 tesseract 给我的结果？我认为具有高对比度的图像应该有效，但显然无效。

感谢您的帮助。

Answer 1

通常 Tesseract 喜欢白底黑字。所以你应该反转你的输入图像。您还应该考虑对图像进行阈值处理以使其变为黑白。最后，Tesseract 可以对每个字符的大小敏感。我发现在提供的比例下用户名被识别为正常，但我必须将图像缩放 1.25 才能显示数字。

import cv2
import pytesseract

img = cv2.imread('acerogue.png', cv2.IMREAD_GRAYSCALE)  

thresh = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)[1]
thresh = cv2.resize(thresh, (0,0), fx=1.25, fy=1.25)  # scale image 1.25X

detected_text = pytesseract.image_to_string(thresh, config = '--psm 6')
print(detected_text)

这给出了

| ® AceeZ.Rogue 8 5540 11 2 8 -
© LeonGids.Rogue 8 5343 8 3 8 -

Ww karzheka.Rogue a 5151 8 2 7 48

7 tipz.Rogue a 5105 8 0 5 27
& korey.Rogue a 5105 7 2 6 36

| #4 Shaiiko.BDS B 3520 9 3 8 22
BriD.BDS mH 2912 8 1 8 21

S RaFaLe.BDS BH  —_2605 a 2 8 2

3 BS Elemzje.Bos H 2420 3 3 10 26
Se) Renshiro.BDS m 2410 6 1 8 45

可能，您应该预裁剪图像以去除图标。

从图像 PyTesseract 中读取数字

Reading numbers from image PyTesseract

python

tesseract

cv2

python-tesseract