Python 读取文本时出现PyteSeract随机错误

我正在为视频游戏创建一个机器人，我必须阅读屏幕上显示的一些信息。考虑到信息总是在同一位置，我不需要截图并将图片裁剪到正确的位置

90%的情况下，识别是完美的，但有时它会返回一些看起来完全随机的东西（参见下面的示例）

我尝试将图片转换为黑白，但没有成功，并且尝试更改pytesseract配置

（配置=（“-l fra--oem 1--psm 6”）

示例：此图片生成一个bug，它返回字符串“IRPMV/leilk”

另一个图像

现在我不知道问题从何而来，因为这不仅仅是一个错误的字符，而是一个完全随机的结果

---

感谢您的帮助

正如评论所说，这是关于您的文本和背景颜色的。Tesseract在深色背景上的浅色文本基本上是无用的，以下是我在将文本图像交给Tesseract之前应用于任何文本图像的几行代码：

# convert color image to grayscale
grayscale_image = cv2.cvtColor(your_image, cv2.COLOR_BGR2GRAY)

# Otsu Tresholding method find perfect treshold, return an image with only black and white pixels
_, binary_image = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)

# we just don't know if the text is in black and background in white or vice-versa
# so we count how many black pixels and white pixels there are
count_white = numpy.sum(binary > 0)
count_black = numpy.sum(binary == 0)

# if there are more black pixels than whites, then it's the background that is black so we invert the image's color
if count_black > count_white:
    binary_image = 255 - binary_image

black_text_white_background_image = binary_image

---

现在，无论原始图像是哪种颜色，您都可以确保白色背景上有黑色文本，而且Tesseract（奇怪的是）是最有效的。如果字符高度为35像素，较大的字符不会显著降低精度，但短几个像素会使Tesseract变得无用

预处理是将图像放入Pytesseract之前的一个重要步骤。通常，您希望所需的文本为黑色，背景为白色。当前，前景文本为绿色而不是白色。下面是一个修复格式的简单过程

• 将图像转换为灰度
• 获得二值图像的大津阈值
• 反转图像

---

原始图像

大津阈值

反转图像

Pytesseract的输出

122维塔利泰酒店

其他图像

200维塔利

在反转图像之前，最好执行平滑/过滤文本。但是对于图像，文本不需要额外的平滑

import cv2
import pytesseract

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

image = cv2.imread('3.png',0)
thresh = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]
result = 255 - thresh

data = pytesseract.image_to_string(result, lang='eng',config='--psm 6')
print(data)

cv2.imshow('thresh', thresh)
cv2.imshow('result', result)
cv2.waitKey()

---

另一个例子是，这个函数返回“plowwleilÿ3”（

Pytesseract

使用程序

tesseract

，创建该程序是为了识别白纸上带有黑色文本的扫描文档。在

tesseract

页面上，您甚至可以找到如何在白色背景上创建更好的黑色文本的信息，以便使用

tesseract

获得更好的结果。您的代码在深灰色背景上创建浅灰色文本，因此可能不足以正确识别文本。。在反转图像中，您可以阅读：tesseract 3.05版（及更高版本）处理反转图像（暗背景和亮文本）时没有问题，而对于4.x版，在亮背景上使用暗文本。您可以使用

img=255-img

反转图像。我使用您的示例运行代码，得到正确的结果。甚至我也不需要转换成灰度。PyTesseract 0.2.7/Tesseract 4.0.0-beta.1/Python 3.7.4/Linux-Mint 19.2。工作正常，感谢您的帮助：）

import cv2
import pytesseract

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

image = cv2.imread('3.png',0)
thresh = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]
result = 255 - thresh

data = pytesseract.image_to_string(result, lang='eng',config='--psm 6')
print(data)

cv2.imshow('thresh', thresh)
cv2.imshow('result', result)
cv2.waitKey()