为什么使用pytesseract从图像中读取文本不起作用？

Question

下面是我的代码：

import pytesseract
pytesseract.pytesseract.tesseract_cmd = r'F:\Installations\tesseract'
print(pytesseract.image_to_string('images/meme1.png', lang='eng'))

下面是图片：

​

输出结果如下：

GP.
ed <a

= va
ay Roce Thee .
‘ , Pe ship
   
RCAC Tm alesy-3

Pein Reg a

years —
? >
ee bs

我在输出中看到单词years，所以它可以识别文本，但是为什么它不能完全识别文本呢？

Answer 1

在杂乱的场景中，OCR仍然是一个非常困难的问题。如果不对图像做一些预处理，你可能不会得到更好的结果。在这种特定情况下，首先对图像进行阈值处理，以便只提取白色区域(即文本)是有意义的。您可以在opencv中查找以下内容：https://docs.opencv.org/3.4/d7/d4d/tutorial_py_thresholding.html

此外，在您的图像中，任意位置上只有两行文本，因此使用页面分割模式可能很有意义：https://github.com/tesseract-ocr/tesseract/issues/434