c# - 如何自定义 Tesseract 忽略噪音？

Question

我有一张这样的图片(白色背景和黑色文字)。如果没有噪音(如您所见:数字行的顶部和底部有很多噪音)，Tesseract 可以很好地识别数字。

但是当有噪音时，Tesseract 会尝试将其识别为数字并将更多数字添加到结果中。这真的很糟糕。如何让 Tesseract 忽略噪音？我无法制作预处理图像以使其更具对比度或更清晰的文本。这没有任何帮助。

如果某些工具只能突出显示字符串行。它可以是 Tesseract 的非常好的输入。请帮我。谢谢大家。

Answer 1

你应该试试 eroding and dilating :

The most basic morphological operations are two: Erosion and Dilation. They have a wide array of uses, i.e. :

Removing noise

...