python - 如何从图像中读取标点符号，如 '/' 、 '_' 和 '\'

Question

我希望我的程序从图像中读取 /、_ 和 \，但有时它会读取 / 作为 I 和 /_\ 作为 A。我正在使用 pytesseract 库来执行此操作。有没有办法专门读取像 /_ 和 \ 这样的字符？

Answer 1

您可以使用 pytesseract.image_to_string从图像中读取文本。根据您的图像，您可能希望在将其放入 Pytesseract 之前执行预处理。这可以是使用 morphological operations 的阈值化、模糊或平滑技术的组合。 .使用此示例图片，

这是打印到控制台的结果

我们使用 --psm 6 配置标志，因为我们想将图像视为单个统一的文本 block 。这是一些额外的 configuration flags这可能会有用

import cv2
import pytesseract

pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

image = cv2.imread('1.png',0)
data = pytesseract.image_to_string(image, lang='eng',config='--psm 6')
print('Result:', data)