如何改进从图像中提取文本？答案

【问题标题】：How to improve text extraction from an image?如何改进从图像中提取文本？
【发布时间】：2018-08-03 12:35:14
【问题描述】：

我正在使用 pytesseract 从图像中提取文本。在用 pytesseract 提取文本之前，我使用 Pillow 和 cv2 来降噪和增强图像：

import numpy as np
import pytesseract
from PIL import Image, ImageFilter, ImageEnhance
import cv2

img = cv2.imread('ss.png')

img = cv2.resize(img, (0,0), fx=3, fy=3)
cv2.imwrite("new.png", img)

img1 = cv2.imread("new.png", 0)

#Apply dilation and erosion
kernel = np.ones((2, 2), np.uint8)
img1 = cv2.dilate(img1, kernel, iterations=1)
img1 = cv2.erode(img1, kernel, iterations=1)

img1 = cv2.adaptiveThreshold(img1,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV,11,2)

cv2.imwrite("new1.png", img1)
img2 = Image.open("new1.png")

#Enhance the image
img2 = im.filter(ImageFilter.MedianFilter())
enhancer = ImageEnhance.Contrast(im)
img2 = enhancer.enhance(2)
img2.save('new2.png')

result = pytesseract.image_to_string(Image.open("new2.png"))
print(result)

我大多都能得到很好的结果，但是当我使用一些低质量/分辨率的图像时，我没有得到预期的输出。我可以在我的代码中改进它吗？

例子：

输入：

new1.png：

new2.png：

我从控制台得到的字符串是 play。我可以在算法中进行哪些更改，以便提取整个字符串？

任何帮助将不胜感激。

【问题讨论】：

标签： python opencv image-processing ocr pillow

【解决方案1】：

这是一个迟到的答案，但我刚刚遇到这个。在使用 pytesseract 从图像中提取文本之前，我们可以使用 Pillow 和 cv2 来降低噪声并增强图像。我希望它会在将来对某人有所帮助。

#import required library

src_path = "C:/Users/chethan/Desktop/"

def get_string(img_path):
    # Read image with opencv
    img = cv2.imread(img_path)

    # Convert to gray
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # Apply dilation and erosion to remove some noise
    kernel = np.ones((1, 1), np.uint8)
    img = cv2.dilate(img, kernel, iterations=1)
    img = cv2.erode(img, kernel, iterations=1)

    # Write image after removed noise
    cv2.imwrite(src_path + "removed_noise.png", img)

    #  Apply threshold to get image with only black and white
    #img = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 31, 2)

    # Write the image after apply opencv to do some ...
    cv2.imwrite(src_path + "thres.png", img)

    # Recognize text with tesseract for python
    result = pytesseract.image_to_string(Image.open(src_path + "thres.png"))

 # Recognize text with tesseract for python
    result = pytesseract.image_to_string(Image.open(img_path))

#     Remove template file
#     os.remove(temp)

    return result

print(get_string(src_path + "dummy.png"))

【讨论】：