Python-图像到文本，用五角大楼形状的pytesseract括起来

我正在尝试使用python准备EPC证书中的能效等级。EPC证书通常采用PDF格式。我已经将PDF转换为图像，并使用PyteSeract从图像中获取文本。然而，我没有得到预期的结果

示例图像：

预期产出： 电流额定值：79，潜在额定值：79

到目前为止，我所尝试的：

from pdf2image import convert_from_path
import pytesseract
from PIL import Image

pages = convert_from_path(r'my_file.pdf', 500)
img =pages[0].save(r'F:\Freelancer\EPC rating\fwdepcs\out.jpg', 'JPEG')
text = pytesseract.image_to_string(Image.open(r'F:\Freelancer\EPC rating\fwdepcs\out.jpg'))

然而，文本并不能捕获79

---

我还尝试了cv2模式匹配和形状检测，但由于其他原因，这些都不起作用。

您说您已经将此pdf转换为图像文件

使用PIL（.crop（））或opencv裁剪图片。并按如下方式进行裁剪：

使用PIL

Image.convert（“1”）

，也许tesseract可以捕捉到这个数字。

---

如果没有，我想您可以使用jTessBoxEditor来训练tesseract。

如何检测以编程方式裁剪的位置？我正在尝试自动完成这项任务。@BhaveshGhodasara是不是每幅图片都是这样的？？？如果是这样，那么我想你可以手动获取这些像素的位置。@BhaveshGhodasara我的意思是，你可以手动获取其中一个图片像素的位置。然后循环所有这些图片，以捕获

当前评级

和

潜在评级

。转换（'1'）也不起作用。你知道如何使用jTessBoxEditor进行培训吗？任何文档链接都会有帮助。@BhaveshGhodasara我有一些关于如何使用jTessBoxEditor的中文示例。如果你不介意，我可以给你一个中文博客。