我怎样才能提高这种图像的 tesseract 的准确性？

Question

我正在尝试使用 PIL 和 pytesseract 从视频游戏中获取文本。这是我要识别的示例：

我用了一个基本函数来获取二进制图像，另一个用来反转它，这是函数:

@staticmethod
    def getBinaryImage(image, thresh):
        fn = lambda x: 255 if x > thresh else 0
        im = image.convert('L').point(fn, mode='1')
        return im

通过这些过滤器，我设法得到了这个：

问题是 tesseract 无法识别这个。我尝试对二进制图像使用不同的阈值，但它没有帮助。

我的问题是，是否有任何其他基本滤镜可以应用到我的图像以使其质量更好并让 tesseract 识别它？

编辑：

这是我的图片的新版本，已调整大小。但是tesseract还是认不出来

Answer 1

我在 OCR 上使用 tesseract 和 best way 来处理你的排版。您可以使用参数执行解决方案的另一种方法：

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

0 = Orientation and script detection (OSD) only.
1 = Automatic page segmentation with OSD.
2 = Automatic page segmentation, but no OSD, or OCR. (not implemented)
3 = Fully automatic page segmentation, but no OSD. (Default)
4 = Assume a single column of text of variable sizes.
5 = Assume a single uniform block of vertically aligned text.
6 = Assume a single uniform block of text.
7 = Treat the image as a single text line.
8 = Treat the image as a single word.
9 = Treat the image as a single word in a circle.
10 = Treat the image as a single character.
11 = Sparse text. Find as much text as possible in no particular order.
12 = Sparse text with OSD.
13 = Raw line. Treat the image as a single text line,
     bypassing hacks that are Tesseract-specific.

然后使用 --psm 10

另一种方式是：

--oem N
Specify OCR Engine mode. The options for N are:

0 = Original Tesseract only.
1 = Neural nets LSTM only.
2 = Tesseract + LSTM.
3 = Default, based on what is available.

这个 oem 选项在 tesseract 4 和 5 上可用，根据我的经验，我不能使用这个选项会导致错误我想使用 --oem 0，所以我安装了 tesseract 3.2，它是 --oem 0 的最新版本，我得到了更好的预测

说说我的经验，试试吧。希望对你有用。

我怎样才能提高这种图像的 tesseract 的准确性？

How can i increase the accuracy of tesseract for this kind of image?

python

python-imaging-library

tesseract

post-processing