使用粗体文本对图像执行OCR操作

Question

我正努力从文字粗体的图像中获取文本。我已经把图片附在这里了。

​

我已经使用OpenCV倒置了图像的颜色，并将其更改为

​

我希望tesseract给出5作为文本输出，但是我得到了一个空值。

具有多行文本的图像。该图像中的数据不是使用psm 7、8或9提取的。

​

Answer 1

两个图像都可以通过psm设置为7、8或9来识别。如果您使用3.x.x，则建议使用Tesseract 4.0.0 alpha来改进OCR结果，并使用--psm 9。

Page segmentation mode:
  7    Treat the image as a single text line.
  8    Treat the image as a single word.
  9    Treat the image as a single word in a circle.

希望能帮上忙。

编辑：

关于您在飞行中的附加问题，以确定要使用哪个psm，您可以检查图像高度以确定要使用的psm值。

例如，5 1的高度为80，fox消息的高度为480。使用像素值，更容易实现设置psm值的代码。