tesseract 无法检测简单的两字图像中的字符

Question

我无法让 tesseract 识别下图中的任何字符：

当我从命令行对此图像运行 tesseract 时，我得到 "Empty page!!" - 也就是说，没有结果 - 返回。根据我对 wiki 提高质量部分的阅读，我认为问题可能在于此图像中的单词不是字典单词。考虑到这一点，我尝试了完全禁用 tesseract 字典（使用 load_system_dawg 和 load_freq_dawg 配置标志）以及使用这些附加词（LAO 和 CAUD）扩充现有字典。这些方法都不起作用。我已经尝试过 tesseract 版本 3、4，并在 Mac 计算机上从源代码构建了版本 5。都给出了相同的结果。

奇怪的是，如果我将该图像中的确切单词输入文字处理器并截取屏幕截图，它就会起作用：生成的图像可以被 tesseract 读取。它正确解析每个字符。这是这张图片：

两张图片的唯一区别是第一张的分辨率/质量略低。那么我是否相信 tesseract 无法识别质量稍差的图像中的字符？我能做些什么来提高图像质量吗？我还缺少什么吗？

提前致谢。

Answer 1

这是一个常见的问题。您可能需要对图像进行预处理，包括重新缩放、过滤器等。

这里有一些关于如何做到这一点的参考：

https://github.com/tesseract-ocr/tesseract/wiki/ImproveQuality

https://docparser.com/blog/improve-ocr-accuracy/

Answer 2

解决方案是使用正确的page segmentation method (PSM)。就我而言，用于单个文本块的 PSM 6 成功了。