C# 如何自定义Tesseract忽略噪波？

我有一个这样的图像（白色背景和黑色文本）。如果没有噪声（如您所见：数字行的顶部和底部有许多噪声），Tesseract可以很好地识别数字

但当有噪声时，Tesseract会尝试将其识别为数字，并在结果中添加更多的数字。真的很糟糕。如何使Tesseract忽略噪波？我无法对图像进行预处理以使其更具对比度或更清晰的文本。这没有任何帮助

如果某个工具可以高亮显示，则仅显示字符串行。它可以成为Tesseract的很好的输入。请帮帮我。谢谢大家

您应该尝试：

最基本的形态操作有两种：侵蚀和扩张。 它们有广泛的用途，即：

消除噪音

---

您可以尝试对二进制图像进行向下采样，然后再次进行向上采样（

pyrDown

和

PyrUp

），或者尝试使用高斯模糊对图像进行平滑处理。而且，正如前面提到的，

侵蚀

和

扩大

你的形象。

我认为有3种解决方法可以解决你的问题：

如前所述-尝试使用

腐蚀

和

扩张

或某种模糊。这是最简单的解决办法

查找所有轮廓（

findContours

函数），然后删除面积小于某个值的所有轮廓（尝试不同的值，您应该很快找到正确的值）。请注意，该值可能不是常数-例如，您可以尝试使用80%的平均轮廓面积（只需将所有轮廓面积相加，除以轮廓数，再乘以0.8）

找到所有的轮廓。创建一维整数数组，长度等于图像高度。用零填充数组。现在针对每个轮廓：
I.找到顶部和底部点（y坐标值最大和最小的点）。让我们把这两个点命名为

T

和

B

二,。向索引介于

B.y

和

T.y

之间的数组的所有元素添加一个。（因此，如果B=（1,4）和T=（3,11），则将一个添加到数组[4]、数组[5]、数组[6]…、数组[11]）。

---

找到数组中最大的元素。让我们把这个值命名为

v

。所有轮廓的

B.y均进行连接组件标记…即斑点计数…所有剂量噪声永远无法匹配数字的大小…使用形态学技术，数字也会得到修改…标记图像…计算每个标记区域的像素数并设置阈值（你可以很容易地设置，因为你只会有数字和噪音）…CVBROB是C++编写的库，在代码Google……/P> < P>你可以很容易地使用图像处理技术（如腐蚀和膨胀等形态操作）来消除这些噪声。您可以选择opencv进行此操作。
我也遇到了类似的问题：小噪音是导致tesseract失败的原因。我无法使用opencv，因为我在android上开发了一些功能，而opencv因其尺寸过大而不受欢迎。我不知道这个解决方案是否好，但下面是我所做的

我在图像中找到了所有黑色区域（我添加到自己的区域集中的每个区域的点）。然后，我检查该区域中的点计数是否大于某个阈值，如10、25和50。如果为真，我将该区域的所有点置为白色