tesseract 在同一图像上的不同结果

Posted 2023-04-17

【中文标题】tesseract 在同一图像上的不同结果

【英文标题】：Different Results with tesseract on same image

【发布时间】：2015-03-01 00:58:52

【问题描述】：

您好，我正在尝试对图像进行 ocr。

这是经过一些预处理后的原始图像 （跳过预处理部分，因为它与我的问题并不真正相关，但如果有人需要它会分享）

我有这张图片

当我尝试使用 tesseract 对该图像进行 ocr 处理时

我得到的结果是

HN'

2809

但是，当我在 photoshop 上手动裁剪图像的一半时

我收到了

HN'

Z8

结果。

我想知道这两张图片有什么区别，因为一张给出的是 2 而不是 Z，而另一张给出的是 Z。

我知道我必须平滑边缘以获得更准确的结果，但运动模糊、高斯模糊或普通模糊滤镜确实改变了我得到的结果。

【参考方案1】：

Tesseract 实现了一种算法，该算法根据邻域中数字的数量和类型从字母 Z 中选择数字 2：

在第一张图片中，它猜测

2

而不是

Z

，因为它的邻居都是数字 (809)，所以它假设第一个数字也必须是数字。

我以前遇到过这个问题。 :(

顺便说一句，我认为你应该翻转图像的第一部分，使 HN' 变为 .NH。