为什么 tesseract 不能提取具有黑色背景的文本？

Question

我附上了一个非常简单的文本图像，我想从中获取文本。它是黑色背景的白色。在肉眼看来，它似乎绝对清晰易读，但显然对它进行镶嵌是垃圾。我尝试更改 oem 和 psm 参数，但似乎没有任何效果。请注意，这适用于除此之外的其他图像。

请尝试在您的机器上运行它，看看它是否有效。否则我可能不得不完全改变我的 ocr 引擎。

注意：在我尝试在图像周围添加黑色像素以帮助提取过程之前，它一直在工作。另外我不认为 tesseract 是在白色背景上的黑色文本上训练的。它也应该能够做到这一点。此外，如果这是真的，为什么它适用于与此格式相同的其他文本图像

编辑：奇迹般地，我再次尝试运行脚本，这次它能够正确提取 Chand，但在下面提到的情况下失败了。另请查看我使用的参数。我已经阅读了文档，我觉得这将是正确的选择。我已添加图片供您参考。这不仅仅是这张图片。为什么 tesseract 对于如此简单的用例会失败？

Answer 1

要找到想要的结果，你需要知道以下几点：

• Page-segmentation-modes

• Suggested Image processing methods

输入图像是粗体，我们需要缩小粗体，然后假设输出为单个统一的文本块。

要缩小图像，我们可以使用erosion

结果将是：

Erode	Result
	CHAND
	BAKLIWAL

代码：

---

# Load the library
import cv2
import pytesseract

# Initialize the list
img_lst = ["lKpdZ.png", "ZbDao.png"]

# For each image name in the list
for name in img_lst:

    # Load the image
    img = cv2.imread(name)

    # Convert to gry-scale
    gry = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # Erode the image
    erd = cv2.erode(gry, None, iterations=2)

    # OCR with assuming the image as a single uniform block of text
    txt = pytesseract.image_to_string(erd, config="--psm 6")
    print(txt)