OCR的图像预处理 - Tessaract

Question

显然，这张图片很难检测，因为它清晰度低且不是真实的单词。然而，使用这段代码，我检测不到任何相似之处：

import pytesseract
from PIL import Image, ImageEnhance, ImageFilter
image_name = 'NedNoodleArms.jpg'
im = Image.open(image_name) 
im = im.filter(ImageFilter.MedianFilter())
enhancer = ImageEnhance.Contrast(im)
im = enhancer.enhance(2)
im = im.convert('1')
im.save(image_name)
text = pytesseract.image_to_string(Image.open(image_name))
print(text)

输出

, Mdfiaodfiamms

有什么想法吗？ 我的对比功能生成的图像如下： 看起来还不错？ 我没有太多OCR经验。 您会在此推荐哪些预处理？ 我已尝试将图像调整为较大，这有点有用，但效果不佳，以及从PIL中选择了许多不同的过滤器。 然而没有特别接近的效果。

- Ashley O

---

不要将图像转换为1位黑白图像，使用灰度（“L” IINM）。 - Paulo Scardine

谢谢保罗！那帮了很多。它输出的是“NedNnodleArrns”，这非常合理。 - Ashley O

很高兴能帮忙，看看我的答案吧。 - Paulo Scardine

Answer 1

你是对的，Tesseract能够更好地处理高分辨率图片，因此有时调整图像大小可以帮助识别-但不要将其转换为一位图。

我通过将图像转换为灰度图像，将其放大3倍并使字母变亮，获得了很好的结果：

>>> im = Image.open('j78TY.png')\
          .convert('L').resize([3 * _ for _ in im.size], Image.BICUBIC)\
          .point(lambda p: p > 75 and p + 100)
>>> pytesseract.image_to_string(im)
'NedNoodleArms'

请查看这个Jupyter笔记本：

该笔记本提供了关于IT技术的相关内容。

- Paulo Scardine

---

你能解释一下这个lambda函数在做什么吗？它像阈值处理吗？ - SKR

@SKR 是的，这是一个很糟糕的hack方法，用于使字母更亮。如果像素值超过75（256的一部分），则将100添加到其值中。 - Paulo Scardine

你的意思是（255的范围内），对吧？如果像素值已经超过200怎么办？ - SKR

非常棒的答案，提供了一个非常有效的简单技巧！谢谢！ - lucidbrot