Python光学字符识别（OCR）对方向未知的单个字符的识别

我需要在清晰背景上对单个字符的图像执行OCR。这是一个自主的无人机学生竞赛，所以一切都需要是自动的，过程不能在飞行中手动定制。但是，该字符将位于已知集合中（可能为大写字母数字）。对于上下文，我从任意方向的图像开始：

然后，我会自动确定角度，向下裁剪并在通过OCR运行之前对图像进行预处理。有一件事我事先无法自动计算（因为这实际上是OCR过程的一部分），那就是剩下的4个方向（见下文）中哪一个是正确的这是我问题的关键-是否可以设置OCR，使其将A（或任何字符）旋转到90度、180度或270度作为A，而不是认为它是V等其他东西？据我所知，Tesseract中似乎有OSD功能，但我无法让它们处理单个字符

目前，我正在使用PyTesseract访问Tesseract OCR安装

ocrText = pytesseract.image_to_string(imgD, config='-psm 6')

另外，即使在正确的方向上呈现清晰的图像，我也一直对系统的总体准确性有问题——任何关于这方面的提示都会很有用。例如，这就是为什么我使用PSM 6而不是PSM 10的原因-它似乎提供了更好的准确性，即使10专门用于单个字符

任何帮助都将不胜感激

---

谢谢

一个简单的解决方案是对每个角色的所有四个旋转版本进行训练。您可以将它们训练为相同的字符（全部为“A”）或不同的字符（“A0”、“A1”、“A2”、“A3”）

请注意，这可能会稍微降低性能

---

---

在您的情况下，如果字符集是已知的，并且字符周围有一个很好的框架，您可以自己执行识别，而无需使用Tesseract。

您可以检查一下，谢谢，我没有考虑过这样的定制培训（我刚刚使用了Tesseract附带的默认英文方案，因为我们不知道比赛中将使用的字体）。通过“自己执行识别”，您是建议只输出图像并让人识别字符，还是编写一个简单的上下文特定OCR引擎来执行此操作？@jt78:“一切都需要自动化"，否？是的，所以我假设你是指后一种选择？你能推荐任何教程或GUI工具来帮助简化此过程吗？我设想培训将相当简单-你输入一组图像/文本对，其中每个图像描述一个字符，关联的文本给出该图像应解释为的字符。但是，这似乎更像是基于调整现有语言和字体的过程？