python - 使用 Python(点阵 OCR)从图像中提取文本时获取不正确的文本

Question

我正在尝试通过 python 使用 OpenCV 从图像中提取文本，但得到的结果不正确并且大部分得到的是特殊字符，请更正这里的错误

import cv2
import numpy as np
import pytesseract
from PIL import Image
import os

def get_string(img_path):
    # Read image with opencv
    img = cv2.imread(img_path)

    # Convert to gray
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # Apply dilation and erosion to remove some noise
    kernel = np.ones((1, 1), np.uint8)
    img = cv2.dilate(img, kernel, iterations=1)
    img = cv2.erode(img, kernel, iterations=1)

    # Write image after removed noise
    cv2.imwrite(src_path + "removed_noise.png", img)

    # Write the image after apply opencv to do some ...
    cv2.imwrite(src_path + "thres.png", img)

    # Recognize text with tesseract for python
    result = pytesseract.image_to_string(Image.open(src_path + "thres.png"))

    return result

print('--- Start recognize text from image ---')
print(get_string("image_full_path.png"))

尝试使用谷歌搜索，但无济于事。有人可以指向正确的代码吗输出:

i } i er Oe a Pee pe be a

i j rye Se) PEE eet et ae ec?

j } a « o cy ” a @

: i : } Cand RET RE Petr eet PI ret

nif wad

fs | : : } wert
| ; a] |
wee | a
— th | cE i
ae | i
“ oe i j EYE }
en ct
. a f ae " i
- — ; - i! }

Answer 1

图像太亮，对比度不理想。

您需要改进 contrast and brightness .

然后应用一些 morphological operations去除噪音。

然后关注this tips关于如何为 OCR 改进点阵打印机字体:

• 找到边缘
• 阈值灰度图像
• 模糊黑白图像