Python 3.x tesseract输出与输入图像不同

我正在使用tesseract和Pyteseract（在python中）对裁剪的图像执行ocr。其中一幅裁剪图像的日期格式为

dd/mm/yyyy

。我得到的输出文本是

dd、/mm、/yyyy

。这背后的原因是什么？如何提高ocr质量

我已经对裁剪后的图像做了一些预处理，包括填充、形态变换（kernel=eliple）

输出文本：18/05/1997

---

预期文本：1997年5月18日

如果您使用的是tesseract 4.x，请从以下位置使用TrainedData：

---

如果您使用的是tesseract 4.x，请从以下位置使用trainneddata：

---

它不被认为是三个字符串吗：“18”、“/05”、“/1997”？你的配置是什么？你试过改变吗？没有，它被认为是“18，/05，/1997”。我已经试过psm-0和6，我不认为psm会对此产生影响，因为它是一个裁剪过的imageconfig is-oem 2-psm 0。我也尝试过-oem 2 psm 6我会尝试使用--psm 8（将图像视为一个单词）它只将at视为一个单词，因为输出只有一个字符串它不被识别为三个字符串：“18”、“/05”、“/1997”？你的配置是什么？你试过改变吗？没有，它被认为是“18，/05，/1997”。我已经试过psm-0和6，我不认为psm会对此产生影响，因为它是一个裁剪过的imageconfig is-oem 2-psm 0。我也尝试过-oem 2 psm 6我会尝试使用--psm 8（将图像视为一个单词）它只将at视为一个单词，因为输出只有一个字符串

gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)
kernel1 = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(5,5))
close = cv2.morphologyEx(gray,cv2.MORPH_CLOSE,kernel1)
div = np.float32(gray)/(close)
res = np.uint8(cv2.normalize(div,div,0,255,cv2.NORM_MINMAX))
text = pytesseract.image_to_string(res, lang='eng', config=config)

$ tesseract z9Rut.png - --dpi 300
18/05/1981