有没有办法用小字体改进 tesseract OCR?
Posted
技术标签:
【中文标题】有没有办法用小字体改进 tesseract OCR?【英文标题】:Is there any way to improve tesseract OCR with small fonts? 【发布时间】:2011-06-22 00:25:27 【问题描述】:我正在尝试通过 python-tesseract 使用 tesseract-OCR 来读取如下所示的低分辨率字体:
不幸的是,图像返回
ZIJZHZI
我认为分辨率太低会导致问题。我尝试放大图像,并将其裁剪为单个字符,但这些都没有提供太大的改进。还有什么我应该考虑做的事情,最好是可以使用 Python Imaging Library 完成的事情?或者我应该放弃/训练 tesseract。
不管怎样,PIL 有以下内置过滤器:
模糊、轮廓、细节、EDGE_ENHANCE、 EDGE_ENHANCE_MORE、浮雕、FIND_EDGES、 SMOOTH、SMOOTH_MORE 和 SHARPEN
【问题讨论】:
尝试使用抗锯齿调整 x6 大小。我在截图上试过了,效果不错。 【参考方案1】:我尝试使用以下方法放大图像:
convert -resize 400% in.bmp out.bmp
然后阅读:
tesseract out.bmp res
结果正确:
100
【讨论】:
convert 是 ImageMagick 的一部分,它只是调整图像大小 它在正常分辨率下对我有帮助,结果是“mm readmxs”,在调整输出文件大小后显示“你能读懂这个吗?” @RobertMihaiIonas,你能提供图片吗?convert
完成这项工作,但 tesseract out.bmp stdout -psm 12
psm 12
是必需的以上是关于有没有办法用小字体改进 tesseract OCR?的主要内容,如果未能解决你的问题,请参考以下文章