PyTesseract OCR 无法从简单图像中读取数字

Posted 2023-04-17

【中文标题】PyTesseract OCR 无法从简单图像中读取数字

【英文标题】：How to read digits from an image with PyTesseract OCR?

【发布时间】：2020-04-01 21:54:30

【问题描述】：

我正在尝试让 PyTesseract OCR 从这个简单且裁剪良好的图像中读取数字，但由于某种原因它无法做到这一点。

from PIL import Image
import pytesseract as p

def obtain_balance(a):
    im = Image.open(a)
    width,height = im.size
    a = 300*5 - 120
    # print(width,height)
    left = 155+a
    top = 5
    right = 360+a 
    bottom = 120
    m1 = im.crop((left, top, right, bottom)) 
    text = p.image_to_string(m1,lang='eng',config='--psm 13 --oem 3 -c tessedit_char_whitelist=0123456789').split()
    print(text)
    m1.show()
    return text

obtain_balance('cur.jpg')

输出：

[]

【参考方案1】：

在执行 OCR 时，重要的是要预先设置图像，以便所需的前景文本为黑色，而背景为白色。为此，我们可以使用 OpenCV 对 Otsu 的图像进行阈值处理并获得二值图像。然后我们应用轻微的高斯模糊来平滑图像，然后将其放入 Pytesseract。我们使用--psm 6 配置将图像视为单个统一的文本块。有关更多配置选项，请参阅here。

---

这是预处理后的图像和 Pytesseract 的结果

PRACTICE ACCOUNT
$9,047.26~ i

代码

import cv2
import pytesseract

pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

image = cv2.imread('1.png', 0)
thresh = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
thresh = cv2.GaussianBlur(thresh, (3,3), 0)
data = pytesseract.image_to_string(thresh, lang='eng',config='--psm 6')
print(data)

cv2.imshow('thresh', thresh)
cv2.waitKey()

【讨论】：

+ 阅读github.com/tesseract-ocr/tesseract/wiki/ImproveQuality