如何提高模糊图像上数字的OCR准确性的Pytesseract实现

Question

数字示例

我正在使用标准的pytesseract img to text。我尝试了仅选用数字的选项，90% 的情况下都是完美的，但以上是一个例子，它出现了严重的错误！这个例子没有产生任何字符。

正如你所看到的，现在没有字母，所以语言选项无用，我尝试在截取的图像中添加一些文本，但仍然出错。

我使用 CV2 增加了对比度，文本已经被模糊了，在我捕获之前。

有关提高准确性的任何想法？

经过多次测试，使用以下建议后，我发现锐化滤镜结果不稳定。你可以使用另一个工具：contrast=cv2.convertScaleAbs(img2,alpha=2.5,beta=-200)。我将其用作黑白文本最终成为灰色背景上的浅灰色文本，使用 convertScaleAbs 可以增加对比度，得到几乎黑白的图像。

OCR 的基本步骤：

1. 转换为单色
2. 将图像裁剪到目标文本
3. 过滤图像以获得黑白图像
4. 执行OCR操作

- Callum MacEwan

Answer 1

这里提供了一个使用OpenCV和Pytesseract OCR的简单方法。在对图像进行OCR之前，重要的是对图像进行预处理。我们的想法是获取一个处理后的图像，其中要提取的文本为黑色，背景为白色。为此，我们可以将其转换为灰度，然后使用cv2.filter2D() 应用锐化核来增强模糊部分。一个通用的锐化核如下所示：

[[-1,-1,-1], [-1,9,-1], [-1,-1,-1]]

你可以在这里找到其他的内核变化。根据图片，你可以调整过滤器的强度。从这里我们使用Otsu's threshold获取一个二进制图像，然后使用--psm 6配置选项进行文本提取以假设单一均匀文本块。查看这里获取更多OCR配置选项。

---

下面是图像处理管道的可视化：

输入图像

转换为灰度图->应用锐化滤波器

Otsu's threshold

Pytesseract OCR的结果

124,685

代码

import cv2
import numpy as np
import pytesseract

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

# Load image, grayscale, apply sharpening filter, Otsu's threshold 
image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
sharpen_kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])
sharpen = cv2.filter2D(gray, -1, sharpen_kernel)
thresh = cv2.threshold(sharpen, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# OCR
data = pytesseract.image_to_string(thresh, lang='eng', config='--psm 6')
print(data)

cv2.imshow('sharpen', sharpen)
cv2.imshow('thresh', thresh)
cv2.waitKey()

- nathancy