如何使用 pytesseract 从图像中检测数字？

Posted 2023-04-17

【中文标题】如何使用 pytesseract 从图像中检测数字？

【英文标题】：How to detect digits from images using pytesseract?

【发布时间】：2021-08-06 10:09:37

【问题描述】：

我正在尝试从图像中检测文本 但由于某些未知原因而失败。

import pytesseract as pt
from PIL import Image
import re
image = Image.open('sample.jpg')
custom_config = r'--oem 3 --psm 7 outbase digits'
number = pt.image_to_string(image, config=custom_config)
print('Number: ', number)

Number:  0 50 100 200 250 # This is the output that I am getting.

Expected --> 0,0,0,0,0,1,0,8

【问题讨论】：

嗨 @scee 欢迎来到 SO！您提到转换失败。您能否提供更多有关您收到的错误消息（如果有）的详细信息？你的操作系统是什么？

@vvy，我正在使用 macos。转换不一定会失败，但它会产生错误的输出。我会更新问题。

在将其发送到tesseract之前，请尝试使用一些形态学操作，例如阈值。 tesseract 在黑白图像中效果更好。

【参考方案1】：

在原始/原始图像输入上使用 tesseract 的 OCR 可能不会给您预期的结果。 对于给定的图像，使用 grayscale 转换后跟 thresholding 操作可以获得更好的结果

要执行转换和阈值操作，您可以使用ImageMagick，如下所示：

$ convert input_image.jpg -colorspace gray grayscale_image.jpg
$ convert grayscale_image.jpg -threshold 45% thresholded_image.jpg
$ convert thresholded_image.jpg -morphology Dilate Rectangle:4,3 dilated_binary.jpg
$ python run_tesseract.py
 00000109

一种更强大的 OCR 方法是通过训练 tesseract 引擎discussed here

【讨论】：

谢谢@vvy。我想知道是否有办法只在 python 文件中执行。

在这种情况下，OpenCV 将帮助您实现同样的目标。 Something like this