如何设置图像大小以改善 OCR 输出。？

Posted 2023-04-17

【中文标题】如何设置图像大小以改善 OCR 输出。？

【英文标题】：How to set Image size for Improving OCR output.?

【发布时间】：2014-10-30 00:20:25

【问题描述】：

我正在使用 Tesseract 库从 MRZ（机器可读区）图像中读取信息。我尝试了一些 google images 并得到了很好的结果。但是当我查看实时图像时，即从 iphone 捕获图像时相机，我没有得到好的结果。

以下谷歌图片取得了不错的效果

上图的图片尺寸

这是谷歌图片。尺寸为 543x83。

当我从 iphone 拍摄图像时，OCR 表现不佳

以上图片详情。

从 Iphone 捕获的图像。图像大小 2205x268

1.上述实时图像如何获得好的效果？

2. Tesseract OCR 是否需要任何推荐的图像尺寸？

【参考方案1】：

我已经使用 ImageMagick 来处理这种事情并取得了一些成功——它是免费的，可从here 获得并适用于 OSX、Windows 和 Linux。很难找到通用参数，这需要大量的摆弄：

#!/bin/bash

# Enhance image as much as possible for Tesseract OCR
convert input.jpg -normalize  \( -clone 0 -colorspace gray -negate -lat 50x50+10% -contrast-stretch 0 -blur 1x65535 -level 50x100% \) -compose copy_opacity -composite -opaque none -background white -adaptive-blur 3 out.jpg

# OCR the image and cat the results
tesseract out.jpg p && cat p.txt

OCR 文本输出：

IDFRADOUEL<<<<<<<<<<<<<<<<<<<<932013
U506932020438CHRISTIANE<<NI2906209F3

这是由上述 OCR 命令准备的图像：

【讨论】：

这个运气好吗？你很安静。

如果没有 Imagemagick，如何使用 opencv 或任何其他预处理步骤获得以上输出。？