Python 试图从颗粒状图像中提取文本

我一直在尝试从一张粗糙的图像中提取文本， 这是原始图像

下面是我用来尝试和处理此图像的代码

    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    cv2.imshow('img_gray',img_gray)
    cv2.waitKey(0)
    #img_bin = cv2.adaptiveThreshold(img_gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 21, 15) # 21 and 15 need to be set for image12
    img_bin = cv2.adaptiveThreshold(img_gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 27, 15) # 21 and 15 need to be set for image12

    cv2.imshow('img_bin',img_bin)
    cv2.waitKey(0)

    fig, axs = plt.subplots(3)
    axs[0].imshow(img_gray, cmap="gray")
    axs[1].imshow(img_bin, cmap="gray")
    # Merge dots into characters using erosion
    kernel = np.ones((5, 5), np.uint8)
    #kernel = np.ones((15, 15), np.uint8)   
    img_eroded = cv2.erode(img_bin, kernel, iterations=1)
    axs[2].imshow(img_eroded, cmap="gray")
    cv2.imshow('img_eroded',img_bin)
    cv2.waitKey(0)
    fig.show()

    # Obtain string using psm 8 (treat the image as a single word)
    ocr_string = pytesseract.image_to_string(img_eroded, lang= 'eng', config="--psm 6")
    return ocr_string

这是将背景变成灰色后的灰色图像

这是应用自适应阈值后的图像

这是腐蚀后的图像

---

在最终的图像（

img\u腐蚀

）中，实际文本周围仍然有很多点，这可能导致

image\u to\u string

函数抛出一些垃圾值。是否有办法进一步处理此图像，或改进现有代码以提取文本Pac=2665.7W

您可以尝试使用

pytesseract.image\u to\u data

功能，并根据相关的置信度、位置和大小过滤掉不好的单词。更复杂的方法是首先确定“Pac=”和“W”的位置（例如使用tesseract或模板匹配）。然后，可以计算每个数字的边界框，并使用tesseract或模板匹配来确定每个数字的值。假设始终显示“Pac=”和“W”，并且它们之间的位数是固定的（或者可以使用“Pac=W”的平均字符宽度导出）。