pytesseract无法使用OCR识别图片中的数字

Question

我正在尝试使用Python-tesseract通过光学字符识别(OCR)从这个(picture)中提取数字。由于某些原因，pytesseract无法识别数字，我不完全理解原因(数字之间的距离？)。

有人可以帮助我理解如何正确地从这张图像中提取数字吗？

下面的代码没有打印任何内容

     im.save("sudo.png")
     text = pytesseract.image_to_string(im)
     print(text)

Answer 1

一些预处理和使用ROI来指定单词的位置将会有所帮助。默认情况下，OCR使用页面布局分析来确定文本块。在这种情况下，图像看起来不像是普通的文本页面(例如PDF文章)。为了使OCR更容易，首先可以使用regionprops查找单词的位置，然后将单词的位置(作为边界框)传递给OCR函数。请看下面的代码和结果。它们看起来很准确。您可能需要更多地处理预处理，以使其对不同图像的集合具有健壮性。但希望这能给你一个如何继续下去的想法：

    capture = imread('Captura.PNG');
    % Increase image size by 3x
    my_image = imresize(capture, 3);
    figure
    imshow(my_image)
    % Localize words
    BW = imbinarize(rgb2gray(my_image));
    BW1 = imdilate(BW,strel('disk',6));
    s = regionprops(BW1,'BoundingBox');
    bboxes = vertcat(s(:).BoundingBox);
    % Sort boxes by image height
    [~,ord] = sort(bboxes(:,2));
    bboxes = bboxes(ord,:);
    % Pre-process image to make letters thicker
    BW = imdilate(BW,strel('disk',1));
    % Call OCR and pass in location of words. Also, set TextLayout to 'word'
    ocrResults = ocr(BW,bboxes,'CharacterSet','.0123456789','TextLayout','word');
    words = {ocrResults(:).Text}';
    words = deblank(words)