OCR 的图像预处理 - Tesseract

Question

显然，这张图片非常难看，因为它的清晰度很低，而且不是一个真实的单词。但是，使用此代码，我没有检测到任何关闭：

import pytesseract
from PIL import Image, ImageEnhance, ImageFilter
image_name = 'NedNoodleArms.jpg'
im = Image.open(image_name) 
im = im.filter(ImageFilter.MedianFilter())
enhancer = ImageEnhance.Contrast(im)
im = enhancer.enhance(2)
im = im.convert('1')
im.save(image_name)
text = pytesseract.image_to_string(Image.open(image_name))
print(text)

输出

, Mdfiaodfiamms

这里有什么想法吗？我的对比函数产生的图像是：

哪个看起来不错？我没有大量的 OCR 经验。你会在这里推荐什么预处理？我尝试将图像的大小调整得更大，这有点帮助但还不够，还有一堆来自 PIL 的不同过滤器。虽然没有什么特别接近的地方

Answer 1

你是对的，tesseract 在更高的分辨率下效果更好，所以有时调整图像大小会有所帮助 - 但不要转换为 1 位。

我在转换为灰度时得到了很好的结果，将其放大了 3 倍，并使字母更亮：

>>> im = Image.open('j78TY.png')\
          .convert('L').resize([3 * _ for _ in im.size], Image.BICUBIC)\
          .point(lambda p: p > 75 and p + 100)
>>> pytesseract.image_to_string(im)
'NedNoodleArms'

查看this jupyter notebook: