使用 pytesseracct 将图像转换为文本

问题描述

我想从这张图片中提取数字。

我已经使用 opencv 使用此代码片段对图像进行了预处理

def inverte(imagem):
    imagem = (255-imagem)
    return imagem

import cv2
image = cv2.imread('5.jpg',0)
print(image)
thresh = cv2.threshold(image,255,cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
thresh=inverte(thresh)

这段代码的输出是这样的

现在，我使用 tesseract 使用此代码从该图像中获取文本

import pytesseract
image=cv2.imread("output.png")
rgb = cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
custom_config = r'--psm 13 --oem 1 -c tessedit_char_whitelist=0123456789'
results = pytesseract.image_to_string(rgb,lang='eng',config=custom_config)
print(results)

我已经尝试了所有有效的 psm 值和 oem 值，但没有给出正确的结果

解决方法

您需要了解以下内容：

• Image-thresholding

• Improving the quality of the output

你已经知道分页模式，所以我不需要推荐它。

识别文本的一种方法是对图像应用阈值。你有三个选择

• Simple-threshold

• Adaptive-threshold

• Threshold using cv2.inRange

您已经应用了简单阈值，但无法获得所需的结果。接下来，您可以应用 #' Merge two tables #' #' This is the main and,basically,the only function in joyn. #' #' @param x data frame: referred to *left* in R terminology,or *master* in #' Stata terminology. #' @param y data frame: referred to *right* in R terminology,or *using* in #' Stata terminology. #' @return a data.table joining x and y. #' @export #' @import data.table #' #' @examples #' x <- c(1,2) ，即：

现在，如果您使用当前配置阅读它：

adaptive-threshold

很遗憾，无法识别数字 9。

如果我们尝试 607 阈值：

现在，如果您使用当前配置阅读它：

inRange

代码：

607

您可以在 0.3.7

中获得相同的结果

这个答案更像是一个文本识别中图像处理的小教程，而不是一个完整的答案。原因是无法识别数字九。不过，我认为解释包含简短的信息和有用的链接，可能会鼓励您识别数字 9。