如何提高 python/tesseract 图像到文本的准确性？答案

【问题标题】：How to improve python/tesseract Image to Text accuracy?如何提高 python/tesseract 图像到文本的准确性？
【发布时间】：2021-03-16 16:38:37
【问题描述】：

如何从某个区域抓取图像并正确使用 tesseract 转换为文本？我目前得到了这个：

img = ImageGrab.grab(bbox =(1341,182, 1778, 213))
tesstr = pytesseract.image_to_string(np.array(img), lang ='eng')
print (tesstr)

问题是它翻译的非常错误，因为它从中获取文本的区域是红色和蓝色背景，我该如何提高它的准确性？它试图从图像转换为文本的示例：

【问题讨论】：

标签： python ocr tesseract python-tesseract

【解决方案1】：

*问题是它的翻译非常错误，因为它从中获取文本的区域是蓝色背景的红色，我该如何提高它的准确性？ *

您应该知道Improving the quality of the output。您需要尝试列出的每种建议方法。如果还是达不到想要的效果，应该看看其他方法：

要得到想要的结果，你需要得到图像的二进制掩码。简单阈值和自适应阈值都不适用于输入图像。

获取二进制掩码

1. 上采样并将输入图像转换为 HSV 颜色空间
1. 设置较低和较高的颜色边界。

结果：

0.37 版本的 OCR 输出将是：

Day 20204, 16:03:12: Your ‘Metal Triangle Foundation’
was destroved!

代码：

import cv2
import numpy as np
import pytesseract

# Load the image
img = cv2.imread("b.png")

# Up-sample
img = cv2.resize(img, (0, 0), fx=2, fy=2)

# Convert to HSV color-space
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# Get the binary mask
msk = cv2.inRange(hsv, np.array([0, 0, 123]), np.array([179, 255, 255]))

# OCR
txt = pytesseract.image_to_string(msk)
print(txt)

# Display
cv2.imshow("msk", msk)
cv2.waitKey(0)

【讨论】：

谢谢！这正是我一直在寻找的，我知道面具可以修复它，但我无法理解使用它来获得这种效果的正确方法。我还找到了一种解决方法： red = [0,0,255] img[img != red] = 255 将整个图像变为白色，只保留红色，这也有助于 OCR。不过，您的解决方案更加通用
很高兴能帮上忙
如果可能的话，你能否看看我的另一个问题，因为你对 python 有明显的经验，你可能知道一些替代方案：stackoverflow.com/questions/66655546/…

【解决方案2】：

Tesseract API 中有一个选项，您可以提高 DPI 来检查图像以检测文本。 DPI 越高，精度越高，直到收益递减。需要更多的处理能力。 DPI 不应超过原始图像 DPI。

【讨论】：