Javascript 如何提高tesseract.js的准确性？

我用的是网站上的这段代码，但不够准确

 const worker1 = createWorker();
  const worker2 = createWorker();

  await worker1.load();
  await worker2.load();
  await worker1.loadLanguage("eng");
  await worker2.loadLanguage("eng");
  await worker1.initialize("eng");
  await worker2.initialize("eng");

  scheduler.addWorker(worker1);
  scheduler.addWorker(worker2);

  /** Add 10 recognition jobs */
  const {
    data: { text }
  } = await scheduler.addJob("recognize", image);

这是我试图读取其文本的图像类型：

你觉得它简单易懂，有时泰瑟拉特看不懂。

---

是否有更好的替代tesseract.js的方法或任何提高准确性的方法？

当使用tesseract应用OCR时，重要的是对图像进行预处理，以便要检测的所需文本为黑色，背景为白色。为此，您可以应用一个简单的阈值来获得二值图像。以下是预处理后的图像：

来自Tesseract的结果

52024

我在Python OpenCV中实现了这种方法，但是您可以将类似的策略应用到Javascript中

import cv2
import pytesseract

pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

# Load image and Otsu's Threshold to get a binary image
image = cv2.imread('1.png', 0)
thresh = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Perform OCR
data = pytesseract.image_to_string(thresh, lang='eng', config='--psm 6')
print(data)

cv2.imshow('thresh', thresh)
cv2.waitKey()

---

您是否尝试过对输入图像应用一些过滤，例如增强对比度或放大对比度？我认为获得更高精度的一种方法是对输入图像进行一些修改。你可以从这篇文章开始：增加对比度、图像锐化、去除噪声是一些基本的图像增强，可能有助于获得更高精度的结果。此外，你可能需要检查阈值过滤。例如，看看这段代码：你也可以深入研究边缘检测算法，比如Sobel算法或Canny算法。另外，额外的gamma校正看起来很有希望。谢谢你的回答，你知道有什么特殊的node js库可以实现这一点吗？使用jimp，我反转了颜色，精度真的提高了，我认为这对于我当前的项目来说已经足够了，但我仍然需要一些好的库来在node js中实现这一点，无论如何，谢谢你的回答。不幸的是，我对node.js不太熟悉，但一旦找到了node.js，就可以采用相同的方法。祝你好运感谢关于Jimp的提示；我不确定为什么不能移植它，但我发现了一些类似的东西，并在Node.js上运行：