Tesseract：大写字符的问题

Question

我将 Tesseract 与 Python 一起使用。我有一张包含 1-6 个字的图片，需要阅读文字。有时，在大小写中看起来相同的字符“C”被检测为小写 c 而不是大写 C。我看到了问题，但在以下字母的上下文中，应该可以检测到正确的符号.有什么配置或什么可以改进吗？我正在使用此代码

import pytesseract
import argparse
import cv2
import os

# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required=True,
    help="path to input image to be OCR'd")
args = vars(ap.parse_args())

# load the example image and convert it to grayscale
image = cv2.imread(args["image"])
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# write the grayscale image to disk as a temporary file so we can
# apply OCR to it
filename = "{}.png".format(os.getpid())
cv2.imwrite(filename, gray)

# load the image as a PIL/Pillow image, apply OCR, and then delete
# the temporary file
text = pytesseract.image_to_string(gray)
print("Output: " + text)

我查看了 config='-psm x' 的配置选项，其中 x 具有不同的值，但没有适合我的问题

Answer 1

从 Tesseract 3 更新到 Tesseract 5 解决了这个问题