如何通过Tesseract OCR读取黑色背景图像上的黑色文本？

Question

我有一个黑色背景图上的黑色文本，我想通过OCR来读取它。不幸的是，OCR不能完美地读取它。该图像如下所示： 我想将小于(90, 90, 90, 255)的RGBA值转换为(255, 255, 255, 255)，使其变为黑白模式。有什么代码可以进行转换？

- jodayme

Answer 1

在让tesseract操作之前，您需要将整个图像变为黑白。

读取图像

import cv2
im_gray = cv2.imread('your_image_here', cv2.IMREAD_GRAYSCALE)

将其转为灰度图像

(thresh, im_bw) = cv2.threshold(im_gray, 128, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)

"使用Otsu算法自动从图像中确定阈值，或者如果您已经知道阈值，可以使用："

thresh = 127
im_bw = cv2.threshold(im_gray, thresh, 255, cv2.THRESH_BINARY)[1]

写入磁盘

cv2.imwrite('bw_image.png', im_bw)

Taken from here

- Jose Angel Sanchez

---

当您使用THRESH_OTSU时，自动将THRESH视为零。 cv2.threshold(im_gray, THRESH=0, 255, cv2.THRESH_OTSU) - Milad Shaker

Answer 2

您可以通过简单的转换将灰色像素转换为白色像素。 如果您不想使用OpenCV且您的图像是单通道（灰度）NumPy数组：

threshold = 60 # try something between 30 and 150
vect_func = np.vectorize(lambda x: 0 if x == threshold else 255)
black_white_img = vect_func(gray_scale_image)

- Bruno Aquino