Python 提高pytesseract图像正确文本识别率

我正在尝试使用pytesseract模块读取验证码。大多数时候，但不是所有时候，它都能给出准确的文本

这是读取图像、操作图像和从图像中提取文本的代码

import cv2
import numpy as np
import pytesseract

def read_captcha():
    # opencv loads the image in BGR, convert it to RGB
    img = cv2.cvtColor(cv2.imread('captcha.png'), cv2.COLOR_BGR2RGB)

    lower_white = np.array([200, 200, 200], dtype=np.uint8)
    upper_white = np.array([255, 255, 255], dtype=np.uint8)

    mask = cv2.inRange(img, lower_white, upper_white)  # could also use threshold
    mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3)))  # "erase" the small white points in the resulting mask
    mask = cv2.bitwise_not(mask)  # invert mask

    # load background (could be an image too)
    bk = np.full(img.shape, 255, dtype=np.uint8)  # white bk

    # get masked foreground
    fg_masked = cv2.bitwise_and(img, img, mask=mask)

    # get masked background, mask must be inverted 
    mask = cv2.bitwise_not(mask)
    bk_masked = cv2.bitwise_and(bk, bk, mask=mask)

    # combine masked foreground and masked background 
    final = cv2.bitwise_or(fg_masked, bk_masked)
    mask = cv2.bitwise_not(mask)  # revert mask to original

    # resize the image
    img = cv2.resize(mask,(0,0),fx=3,fy=3)
    cv2.imwrite('ocr.png', img)

    text = pytesseract.image_to_string(cv2.imread('ocr.png'), lang='eng')

    return text

对于图像的处理，我从这篇文章中得到了帮助

这是原始验证码图像：

此图像是在操作后生成的：

但是，通过使用pytesseract，我得到了文本：AX#7rL

---

有谁能指导我如何将成功率提高到100%吗？

由于生成的图像中存在小孔，因此形态学变换，特别是cv2.MORPH\u CLOSE，在这里可以关闭小孔并平滑图像

获取二值图像（黑白）

执行以关闭前景中的小孔

反转图像以获得结果

4X#7rL

在插入tesseract之前，可能有一个

cv2.GaussianBlur（）

，这也会有所帮助

import cv2
import pytesseract

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

# Read in image as grayscale
image = cv2.imread('1.png',0)
# Threshold to obtain binary image
thresh = cv2.threshold(image, 220, 255, cv2.THRESH_BINARY)[1]

# Create custom kernel
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
# Perform closing (dilation followed by erosion)
close = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

# Invert image to use for Tesseract
result = 255 - close
cv2.imshow('thresh', thresh)
cv2.imshow('close', close)
cv2.imshow('result', result)

# Throw image into tesseract
print(pytesseract.image_to_string(result))
cv2.waitKey()

---

谢谢，它很有魅力。不过我有一个要求。你能给我解释一下密码吗？在上面的代码中添加注释会很好。谢谢。当然，我添加了评论。从本质上讲，我们读取图像并执行预处理步骤，直到得到一个干净的图像，然后将其放入tesseract。通过

cv2.imshow（）