python - Tesseract/PYOCR 将 'Z' 检测为 '2'

Question

我正在为我的应用程序使用 pyocr ( https://github.com/openpaperwork/pyocr )，除了以下情况外，它一切正常:

从此图像:

Tesseract 将提取:

42Z8

它检测到其中一个 Z，但检测不到另一个“Z”，这一点很重要，因为该数字通过了验证，如果发生此问题，验证就会失败。

我尝试过的事情:

1. 在 tesseract 中使用字体 (flama) .traineddata 文件，未修复。
2. 像图片一样隔离 block ，可以看到检测效果更好。
3. 进行一些图像处理，例如:

thresh = cv.threshold(blocktext, 127, 255, cv.THRESH_BINARY)

我该如何解决这个问题？也许解决方案是一些更复杂的图像处理，但我现在有点迷失。

谢谢。

更新图片:

Answer 1

我使用了pytesseract、tesseract 4.0 和 tessdata_best。

import pytesseract
import cv2

pytesseract.pytesseract.tesseract_cmd = 'C:\\Program Files (x86)\\Tesseract-OCR\\tesseract.exe'

img = cv2.imread('4zz8.png')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
adaptiveThresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 15, 12)

config = '-l eng --oem 1 --psm 3'
text = pytesseract.image_to_string(adaptiveThresh, config=config)

print("Result: " + text)

cv2.imshow('original', img)
cv2.imshow('adaptiveThresh', adaptiveThresh)

cv2.waitKey(0)

输出为:

Result: 4 ZZ8