如何增强 OCR 的 Tesseract 自动文本旋转功能？

Question

我有一组 PIL 图像，其中一些页面正确旋转，而另一些页面旋转接近 180°。这意味着自动方向检测可能会失败，因为不是 178° 而是识别 2° 方向。

很遗憾，Tesseract 有时无法理解 2° 方向和 178° 之间的差异，因此在后一种情况下，输出完全错误。

一个简单的im.rotate(180) 会自动解决这个问题，但步骤是手动的，我希望 tesseract 自动理解文本是否颠倒。 查看一些方法，他们需要 Hough 变换来理解文档中的普遍方向。但是，在这种情况下，由于这些扫描文档的特殊方向，它们可能会失败。

有哪些自动轮换选项可用，无需依赖第三方脚本，而是保留在 Python 库中？

Answer 1

我是 StackOverflow 的新手，所以请原谅我的任何误导或不正确的答案。如果有人仍在寻找答案，pytesseract 的 image_to_osd 函数会提供有关方向的信息。它仅将方向确定为 0°、90°、180° 或 270°，即，如果文本与轴对齐，它会准确地确定方向。但即使是不同的方向，它也会输出这四个角度中的任何一个。

因此，如果您使用 2° 左右的微小角度差异，这应该可以解决问题。所以首先我们对齐文本，然后使用函数。

这是python中的代码：

while True:
    osd_rotated_image = pytesseract.image_to_osd(image)

    # using regex we search for the angle(in string format) of the text
    angle_rotated_image = re.search('(?<=Rotate: )\d+', osd_rotated_image).group(0)

    if (angle_rotated_image == '0'):
        image = image
        # break the loop once we get the correctly deskewed image
        break
    elif (angle_rotated_image == '90'):
        image = rotate(image,90,(255,255,255)) # rotate(image,angle,background_color)
        continue
    elif (angle_rotated_image == '180'):
        image = rotate(image,180,(255,255,255))
        continue
    elif (angle_rotated_image == '270'):
        image = rotate(image,90,(255,255,255))
        continue    

在我看来，对齐文本deskew python 库是最好的。

谢谢。