Python pytesseract/tesseract OCR中的字符识别问题。认识到'+'；as'；4'；

正如标题中提到的，我在识别char时遇到问题，脚本将“+”识别为“4”。我怎样才能提高更多的准确性。 下面的图像示例以及代码

我尝试使用#中的代码进行优化。但我没有成功

img = cv2.imread("imgbug.png")
img = cv2.resize(img, None, fx=1.98, fy=1.98, interpolation=cv2.INTER_CUBIC)
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
kernel = np.ones((1, 1), np.uint8)
img = cv2.dilate(img, kernel, iterations=1)
img = cv2.erode(img, kernel, iterations=1)
#img=cv2.threshold(cv2.GaussianBlur(img, (1, 1), 0), 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]
#img=cv2.threshold(cv2.bilateralFilter(img, 5, 75, 75), 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]
cmd = pytesseract.image_to_string(img)
xx = pytesseract.image_to_boxes(img)
cv2.imshow('',img)
print(cmd)
print(xx)

---

尝试将其更改为灰度，然后设置阈值

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]

像这样的

---

这将提高识别率，但我怀疑问题出在库本身。如果这不起作用，我建议使用不同的库，或者尝试类似google vision的方法，尝试将其更改为灰度，然后设置阈值

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]

像这样的

---

这将提高识别率，但我怀疑问题出在库本身。如果这不起作用，我建议使用不同的库，或者尝试类似google vision的方法。一种解决方案是对输入图像应用

阈值

您有三个输入图像：

img_lst=[“pfB7MnL.png”、“0amEBuu.png”、“6FHilyj.png”]

如果对每个输入图像应用阈值：

img\U lst中的img\U nm的
：
img=cv2.imread（img_nm）
img=cv2.resize（img，无，fx=3，fy=3，插值=cv2.INTER_CUBIC）
gry=cv2.CVT颜色（img，cv2.COLOR\u BGR2GRAY）
thr=cv2.阈值（gry，127255，cv2.阈值二进制INV）[1]

结果将是：




当你读到：

txt=pytesseract.image\u to\u字符串（thr）
打印（txt）

结果将是：

2+9=14
9+1=6
9+2=11

3+3=8
9+4=16
2+2=4

1+5=10
7+7=14
9+6=16

代码：


导入pytesseract
进口cv2
img_lst=[“pfB7MnL.png”、“0amEBuu.png”、“6FHilyj.png”]
对于img_lst中的img_nm：
img=cv2.imread（img_nm）
img=cv2.resize（img，无，fx=3，fy=3，插值=cv2.INTER_CUBIC）
gry=cv2.CVT颜色（img，cv2.COLOR\u BGR2GRAY）
thr=cv2.阈值（gry，127255，cv2.阈值二进制INV）[1]
txt=pytesseract.image\u to\u字符串（thr）
打印（txt）
一种解决方案是对输入图像应用
阈值

您有三个输入图像：

img_lst=[“pfB7MnL.png”、“0amEBuu.png”、“6FHilyj.png”]

如果对每个输入图像应用阈值：

img\U lst中的img\U nm的
：
img=cv2.imread（img_nm）
img=cv2.resize（img，无，fx=3，fy=3，插值=cv2.INTER_CUBIC）
gry=cv2.CVT颜色（img，cv2.COLOR\u BGR2GRAY）
thr=cv2.阈值（gry，127255，cv2.阈值二进制INV）[1]

结果将是：




当你读到：

txt=pytesseract.image\u to\u字符串（thr）
打印（txt）

结果将是：

2+9=14
9+1=6
9+2=11

3+3=8
9+4=16
2+2=4

1+5=10
7+7=14
9+6=16

代码：


导入pytesseract
进口cv2
img_lst=[“pfB7MnL.png”、“0amEBuu.png”、“6FHilyj.png”]
对于img_lst中的img_nm：
img=cv2.imread（img_nm）
img=cv2.resize（img，无，fx=3，fy=3，插值=cv2.INTER_CUBIC）
gry=cv2.CVT颜色（img，cv2.COLOR\u BGR2GRAY）
thr=cv2.阈值（gry，127255，cv2.阈值二进制INV）[1]
txt=pytesseract.image\u to\u字符串（thr）
打印（txt）
看看：。所有OCR都需要预处理，在tesseract中，作为一个免费选项，您需要自己进行预处理。请看：。所有的OCR都需要预处理，在tesseract中，作为一个免费选项，你需要自己来做。非常感谢你的代码，它帮助了我很多。但是我仍然有问题，但是在其他图片中，你有什么建议吗这张图片给了我同样的问题，也许，或者让我问你，你用不同的参数试过代码了吗？不幸的是，没有解决ocr问题的通用代码。我的建议是1。请尝试使用不同的值，即0、255或0、128 2进行threahold。如果opt 1不起作用，请尝试自适应阈值。我将以这种方式尝试。然而，带有数字的图像总是随机的，在我看来，当我修改代码时，我可以解决一些问题，但无法解决其他问题。我在thresold输入中做了一些更改，似乎对我有用。我会做一些测试。非常感谢你。非常感谢你的代码，它帮了我很多。但是我仍然有问题，但是在其他图片中，你有什么建议吗这张图片给了我同样的问题，也许，或者让我问你，你用不同的参数试过代码了吗？不幸的是，没有解决ocr问题的通用代码。我的建议是1。请尝试使用不同的值，即0、255或0、128 2进行threahold。如果opt 1不起作用，请尝试自适应阈值。我将以这种方式尝试。然而，带有数字的图像总是随机的，在我看来，当我修改代码时，我可以解决一些问题，但无法解决其他问题。我在thresold输入中做了一些更改，似乎对我有用。我会做一些测试。非常感谢你。非常感谢你的代码，它帮了我很多。但是我仍然有问题，但是在其他图片中，你有什么建议吗？imgur.com/a/Pz5O4Mr-这张图片给了我同样的问题。我用过皮特丝，它很烂。只需使用另一个基于机器学习的库。在github上搜索会很有帮助。非常感谢你的代码，它帮了我很多。但是我仍然有问题，但是在其他图片中，你有什么建议吗？imgur.com/a/Pz5O4Mr-这张图片给了我同样的问题。我用过皮特丝，它很烂。只需使用另一个基于机器学习的库。在github上搜索会很有帮助。