如何通过 tesseract OCR 读取黑色背景图像上的黑色文本？

Posted 2023-04-17

【中文标题】如何通过 tesseract OCR 读取黑色背景图像上的黑色文本？

【英文标题】：How to read black text on black background image through tesseract OCR?

【发布时间】：2019-10-16 16:12:16

【问题描述】：

我在黑色背景图像上有黑色文本，我想通过 OCR 读取它。不幸的是，OCR 不能完美地读取它。图像看起来像这样。 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。转换它的代码是什么？

【参考方案1】：

您需要做的是在让 tesseract 完成工作之前将整个图像设为黑白。

阅读图片

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

灰度化

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

"使用 Otsu 的方法从图像中自动确定阈值，或者如果您已经知道可以使用的阈值："

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

【讨论】：

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

【参考方案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 open cv 并且您的图像是一个通道（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)