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变得模糊

关于提高准确性的任何想法？

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

转换为单色
将图片裁剪为目标文本
将图像过滤成黑白图像
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, then apply a sharpening kernel using cv2.filter2D() 以增强模糊部分。一般锐化内核如下所示：

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

可以找到其他内核变体 here. Depending on the image, you can adjust the strength of the filter. From here we Otsu's threshold to obtain a binary image then perform text extraction using the --psm 6 configuration option to assume a single uniform block of text. Take a look 以获得更多 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

大津的门槛

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()

pytesseract 提高了图像上模糊数字的 OCR 准确性

pytesseract improving OCR accuracy for blurred numbers on an image

python

image

opencv

ocr

python-tesseract