在双色调背景下使用 pytesseract 从图像中提取文本

Question

我正在尝试使用 Python 上的 pytesseract 从图像中提取文本。这是我要提取文本的图像：

原始图像

这是应用后的图像阈值：

带阈值的图像

控制台输出：

20 hours

20 hours

Bhours

控制台输出图像

这是我正在使用的代码：

from pytesseract import *
import cv2

path = r"path where image is located"             #path of image
folderPath = r"path for saving output image" 

grey_image = cv2.imread(path,0)                   #import image

_,bt = cv2.threshold(grey_image, 150 ,255,cv2.THRESH_BINARY)   #variable means binary threshold

cv2.imwrite(folderPath + "\\" + "test.png", bt)   #Saving result

imageout = pytesseract.image_to_string(bt)        #Convert image to text

print(imageout)                                   #Print text in console

我一直在尝试不同的阈值范围，但是仍然无法得到精确的输出。

为了获得精确的结果，您有什么建议？

Answer 1

由于您正在处理在深色背景上包含白色字符的图像，因此建议在使用 pytesseract 之前将其反转。

这是使用 inverted_grey_image = cv2.bitwise_not(grey_image) 完成的。

然后，您可以在 threshold 中调整阈值：_,bt = cv2.threshold(inverted_grey_image, 140 ,255,cv2.THRESH_BINARY)

下面是完整代码：

from pytesseract import *
import cv2

path = r"path where image is located"             #path of image
folderPath = r"path for saving output image" 

grey_image = cv2.imread(path,0)                   #import image

inverted_grey_image = cv2.bitwise_not(grey_image)

_,bt = cv2.threshold(inverted_grey_image, 140 ,255,cv2.THRESH_BINARY)   #variable means binary threshold

cv2.imwrite(folderPath + "/" + "test.png", bt)   #Saving result

imageout = pytesseract.image_to_string(bt)        #Convert image to text


print(imageout)  

它返回：

20小时

20小时

3小时

编辑：我目前正在处理类似的 OCR 问题：您可能需要检查这篇最近的文章来获取灵感。