【发布时间】：2020-07-22 12:11:54
【问题描述】：
我正在尝试读取图片上的电话号码。由于图像非常清晰，我没有应用任何预处理但 pytesseract 有时无法正确识别 0。我试图训练类似的字体，但它给出了相同的结果。一个例子是this image
我的代码很简单：
image=Image.open('Fotolar/0.png')
custom_config = r'--oem 3 --psm 6'
pytesseract.image_to_string(image,config=custom_config)
我得到这个结果：'9543 684 9993'
我尝试对我的图像进行微调，但我做不到，因为所有教程都是基于 ubuntu 的，我不熟悉它。你有什么建议吗？
【问题讨论】：
-
不幸的是，您必须进行微调或找到一个预构建的带有交叉零的 tessdata。
-
我尝试用类似的字体进行微调，但没有成功，所以看来我必须对我的图像进行微调，你知道有什么好的资源可以逐步解释这个过程吗？
-
示例图像质量相当高。如果您的所有图像都具有相同大小的文本，您可以尝试使用template matching 将斜线零替换为非斜线零。
标签： python-3.x ocr tesseract python-tesseract pytesser