Python 用pytesseract读取低分辨率图像

我正在尝试读取pdf文件中表格裁剪（手动）部分的一些统计数据

我得到的当前结果包含了大部分数字，但不是全部文本，如下所示：

 Hmuwinu'fg. cm’: -009,d1-I (F -o.761.l= .om, 
 Tamar wuall ma: 2 1.41(F-o.167
 Tao! hr aubgrwp dimes: Nol wvwe

在调整大小的步骤中，我尝试过使用插值而不是inter-cubic，并尝试过改变内核大小，但1x1似乎效果最好

以下是当前代码：

# import the packages
from PIL import Image
import pytesseract
import numpy as np
import argparse
import cv2
import os

# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required=True,help="path to input image to OCR'd")
ap.add_argument("-p","--preprocess",type=str,default="thresh",help="type of preprocessing to be done")
args = vars(ap.parse_args())

#load the example image 
image = cv2.imread(args["image"])

# Rescale image 
image = cv2.resize(image,None,fx=1.5,fy=1.5,interpolation=cv2.INTER_CUBIC)

#Apply dilation and erosion to remove some noise
kernel = np.ones((1,1),np.uint8)
image = cv2.dilate(image,kernel,iterations=1)
image = cv2.erode(image,kernel,iterations=1)

#Convert it to grayscale
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)

# check to see if we should apply thresholding to process image
if args["preprocess"] == "thresh":
    gray = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]

# make a check to see if median blurring should be applied
elif args["preprocess"] == "blur":
    gray = cv2.medianBlur(gray,3)

#write the gray scale image to a disk as a temp file so we can OCR it
filename = "{}.png".format(os.getpid())
cv2.imwrite(filename,gray)

#load the image as a PIL/pillow image, apploy OCR, then delete temp file
text = pytesseract.image_to_string(Image.open(filename))
os.remove(filename)
print(text)

# show the output images
cv2.imshow("Image",image)
cv2.imshow("Output",gray)
cv2.waitKey(0)

---

非常感谢任何建议或方法。

我应用了

自适应阈值
+
按位非
操作，结果是：


现在，当我读到：

txt=pytesseract.image_to_字符串（bnt，config=“--psm 6”）
打印（txt）

结果:

Hewrogenedty:Chit«0.09，模具1（P=0.78）；如果0.0%
总热膨胀系数的Teal:Z=1.41（P=0.16）
测试子组ditlrenote：不适用

不完美，但至少数字是正确的（如果我没弄错的话）

代码：


导入cv2
导入pytesseract
img=cv2.imread（“Q8iIo.png”）
img=cv2.调整大小（img，无，fx=2.5，fy=2.5，
插值=cv2.INTER_立方）
gry=cv2.CVT颜色（img，cv2.COLOR\u BGR2GRAY）
thr=cv2.自适应阈值（gry，255，cv2.自适应阈值平均值，
cv2.THRESH_二进制_INV，25,28）
bnt=cv2。按位_非（thr）
txt=pytesseract.image_to_字符串（bnt，config=“--psm 6”）
打印（txt）