Python中用于OCR的图像预处理

Question

我正在 python 中为 OCR 进行图像预处理。我将pdf转换为二进制图像。我得到的输出是这样的

我希望输出是这样的

知道该怎么做吗？

Answer 1

您必须使用 Tesseract 库从给定图像中提取文本。

我使用的是窗口系统，所以我从位置https://sourceforge.net/projects/tesseract-ocr-alt/files/下载了它。

假设您已将其安装在位置“E:\w\Tesseract-OCR”

然后将您的图像放在同一位置。让我们将您的图像称为 question.png 现在转到命令提示符并给出命令，

E:\w\Tesseract-OCR>tesseract.exe question.png answer.txt

其中 answer.txt 是 Tesseract 将创建的文本文件，您可以使用任何其他名称代替 answer.txt 并且 question.txt 是您的文件。

一旦命令成功执行，检查 answer.txt 中的输出。

如果是您的图像，我会得到以下输出。

投资类型：客户所有

系统信息

火三 视频一]

所以在这种情况下，它只能正确识别文本。