python-3.x - pytesseract image_to_string 不拉字符串，但没有错误

Question

我正在使用 pytesseract 包中的 image_to_string 函数将单个图片文件的多个部分转换为字符串。除此图像外，所有部分均正常工作:

这是我用来转换它的脚本:

from PIL import Image
import pytesseract
pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'

im = Image.open('image.png')
text = pytesseract.image_to_string(im)
print(text)

给出输出:

—\—\—\N—\—\—\—\—\N

我尝试将图像分解成更小的部分，并将图像处理为 jpg 和 png。我该怎么做才能让它输出图像中的值？

Answer 1

使用不同的页面分段而不是默认的页面分段似乎可行。

text = pytesseract.image_to_string(im,config ='--psm 6'))

根据 tesseract wiki，选项 6 假定单个统一文本 block 。我尝试了其他选项，但只有这个有效。要检查其他页面分割方法，请阅读关于如何提高图像质量的 tesseract wiki。