opencv - tesseract 无法准确读取所有数字

Question

我正在使用 Tesseract 从手机摄像头拍摄的屏幕图像中识别数字。我对图像做了一些预处理:processed image ，并使用 Tesseract，我能够得到一些混合结果。在上面的图像上使用以下代码，我得到以下输出:“EOE”。然而，有了这张图片，processed image ，我得到一个完全匹配:“39:45.8”

import cv2
import pytesseract
from PIL import Image, ImageEnhance
from matplotlib import pyplot as plt

orig_name  = "time3.jpg";
image_name = "time3_.jpg";

img = cv2.imread(orig_name, 0)
img = cv2.medianBlur(img, 5)

img_th = cv2.adaptiveThreshold(img, 255,\
    cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY, 11, 2)

cv2.imshow('image', img_th)
cv2.waitKey(0)
cv2.imwrite(image_name, img_th)

im = Image.open(image_name)

time = pytesseract.image_to_string(im, config = "-psm 7")
print(time)

我能做些什么来获得更一致的结果吗？

Answer 1

我做了三件额外的事情来使第一张图片正确无误。

1. 您可以为 Tesseract 设置白名单。在你的情况下，我们知道只有此列表 01234567890.: 中的字符。这显着提高了准确性。

2. 我调整了图像的大小，使 tesseract 更容易。

3. 我从 psm 模式 7 切换到 11(尽可能重新识别)

---

代码:

import cv2
import pytesseract
from PIL import Image, ImageEnhance

orig_name  = "./time1.jpg";
img = cv2.imread(orig_name)

height, width, channels = img.shape
imgResized = cv2.resize(img, ( width*3, height*3))
cv2.imshow("img",imgResized)
cv2.waitKey()
im = Image.fromarray(imgResized)
time = pytesseract.image_to_string(im, config ='--tessdata-dir "/home/rvq/github/tesseract/tessdata/" -c tessedit_char_whitelist=01234567890.: -psm 11 -oem 0')
print(time)

---

注意:您可以使用 Image.fromarray(imgResized) 将 opencv 图像转换为 PIL 图像。您不必写入磁盘并再次读取。