c++ - 如何改进 Tesseract 结果

Question

我想在使用 OpenCV 和 tesseract 时检测图像中的文本。我的步骤是:

1. 为了检测文本，我使用了 cv::text 的场景文本检测算法。这实际上在困难的情况下也很有效
2. 识别文本分别从主图像中提取包含文本的图像区域
3. 我将每个子图像传递给 Tesseract

然而，tesseract 几乎找不到文本，如果它找到了文本，那就是错误的。 示例:(图片来自 https://github.com/opencv/opencv_contrib/blob/master/modules/text/samples/scenetext01.jpg)

绿色:OpenCV 检测到的文本(良好)。

黄色 tesseract 基于绿色矩形识别的文本(差)

提取的文本是“DOUBLEI”。 “I”是右侧黑色边框的结果。

如您所见，tesseract 也应该很容易检测到其他词，例如“PROHIBITED”。我试图增加提取的包含文本的子图像的大小并使用阈值，但我无法改善我的结果。

在各种教程中，我看到 tesseract 在更困难的条件下工作，所以它应该实际工作。

当直接对同一图像使用“tesseract.exe”时，根本没有检测到文本:

Answer 1

尝试添加一点白色背景。我记得 tesseract 对于到达图像边界的文本有很大的问题。在每边添加 10px 的白色，看看是否有帮助。