Ocr 当单词有背景图像时，如何提高分割效果

我试图从图像中提取数字。我测试了tesseract OCR，但结果还不够好。比如说,

tesseract test.jpg stdout --psm 6

将输出：

4367 42424W0 104

---

我想问题是因为文字后面有一些背景图片。有什么方法可以改善结果吗？

您可以使用

ImageMagick

的

convert

命令将图像设置为白色阈值。您可以下载

ImageMagick

，它支持多种平台

通过打字

convert image.jpg -threshold 33% thresholded.jpg

它输出下图。在几次尝试和调整后获得阈值

然后，使用basic

tesseract

命令，它会给出正确的输出

如果图像仅由0-9组成，则可以启用tesseract选项以提高识别精度-

-c TesserEdit\u char\u whitelist=01234567890“

希望这有帮助