提高低质量扫描图像的OCR质量

Posted 2021-03-29

在自动校正和裁剪后，我有以下图像：

我需要OCR这个图像。现在ABBYY Engine SDK 11 For Linux产生的效果不是很好：

IMerasers - www,raiyirnieti'^C9,co;i,ni                                                          
Clariiis: Jv ocl'ca :PO 9ox 30998, S&M Luke C6y, UT 84":30                                       
Guslomei: Service:                                 952-945-800G or 800-952-3^55                  
Jieaf5ftg: impaired;                               VA                                            
Pharmaaisto:                                       853-364-6331                                  
Medica Pfovic.&s:                                  80 ;j-2i5S-55"',2 o ■ www.rfledica.cori       
^ofricai'or Services:                              86i-7<5-9920                                  
t1 ^edHoaiihca'Q Provicors; 6 77-842420 or                                                       
                                               ; mffiffiF********                               
Sviet iea Be tsvio a rieofift:                                                                  
Mocica Ca-linK frwso ,'ne: 430-962-9*9?    

可以将哪些自动图像预处理技术应用于此图像以提高OCR质量？或者无法提高此图像的OCR质量？现在我使用OpenCV和Leptonica库来预处理图像。

更新

这是原始图片：

答案

图像已经以相对较低的分辨率和噪声进行二值化。

你可以稍微改进它

• 分辨率加倍或三倍（有或没有双线性插值，这几乎没有差别）;
• 平滑（小高斯滤波器，中位数......）;
• 再次二进制化。

但是你几乎无法恢复，伤害已经完成。最有可能的是，预处理会使结果恶化。

另一答案

正如Yves所说，图像的质量非常低。不过，您应该能够改善您的结果：

• 尝试调整图像大小。一些OCR期望特定尺寸的字母
• 尝试其他OCR，如tesseract
• 如果您必须阅读许多具有相同字体的文档，则可以使用该字体训练OCR