python - Tesseract OCR 数字分类结果不佳

Question

我正在处理图像分类任务，我正在使用 Tesseract OCR 进行数字分类。

我的主要问题是从单个数字的 OCR 接收到的结果非常差。

在网上阅读了很多关于提高 Tesseract 性能的内容后，我使用以下通用方案使用 OpenCV 预处理图像:

1. 寻找轮廓
2. 边界框
3. 裁剪到方框以获得个位数
4. 阈值化得到二值图像
5. 通过添加白色背景填充图像
6. 模糊。

我得到了一些我相当满意的东西，例如:

我通过以下方式调用 Tesseract，强调我期望的是单个数字:

tesseract input.jpg output.txt - psm 10 digits

我以为 Tesseract 肯定会正确识别它，但它返回“.”。

有没有人有进一步改进的想法？我猜我可以针对这种特定字体训练 Tesseract，但由于我要处理不同的字体，我希望有更好的方法。

Answer 1

什么版本的 Tesseract？它对我有用(注意:“-”和“psm”之间不应有空格)。

$ tesseract ~/Downloads/6digit.jpg stdout -psm 10 digits
6

$ tesseract -v
tesseract 3.05.00dev
 leptonica-1.71
  libgif 4.2.3 : libjpeg 9a : libpng 1.6.21 : libtiff 4.0.6 : zlib 1.2.8 : libwebp 0.5.0 : libopenjp2 2.1.0