Python 在pytesseract中应用用户模式

我正在使用pytesseract来检测图像中字符串的特定模式。 据我所知，正确使用

用户模式将有助于pytesseract更好地扫描特定的字符串模式。然而，我想不出如何让它发挥作用。有助于澄清要使用，我必须使用
config
参数（pytesseract.pytesseract.image_to_字符串（image，config='）），但我不知道如何将其应用到我的案例中

我试图找到这个正则表达式模式：
\d{5}\.？\d{5}\.？\d{6}？\d{5}\.？\d{6}\d？\d{14}
。我应该如何在
用户模式中应用这一点来帮助tesseract更好地进行OCR扫描？
这可能不是您想要的答案，但几个月前我在tesseract中遇到了类似的问题。您可能想看看白名单，更具体地说，白名单中的所有数字。像这样

pytesseract.image_to_string(question_img, config="-c tessedit_char_whitelist=0123456789. -psm 6")

但是，这对我来说不起作用，所以我最终使用了opencv knn，这意味着您需要知道每个字符的位置……首先，我存储了一些我想要识别的字符的图像。并将这些检测添加到了一个临时文件中：

frame[y:y + h, x:x + w].copy().flatten()

在标记所有这些检测之后，我使用前面提到的knn对它们进行了训练

network = cv2.ml.KNearest_create()
network.train(data, cv2.ml.ROW_SAMPLE, labels)
network.save('pattern')

现在，所有的字符都可以使用

chars = [
    frame[y1:y1 + h, x1:x1 + w].copy().flatten(), #char 1
    frame[y2:y2 + h, x2:x2 + w].copy().flatten(), #char 2
    frame[yn:yn + h, xn:xn + w].copy().flatten(), #char n
]

output = ''
network = cv2.ml.KNearest_create()
network.load('pattern')
for char in chars:
    ret, results, neighbours, dist = network.findNearest([char.astype(np.float32)], 3)
    output = '{0}'.format(result)

在此之后，您可以在字符串上执行正则表达式。总的训练和标记只花了我大约2个小时，所以应该是可行的。
要找到它有点困难。
是的，
tesseract
中的
用户模式在旧版本的
tesseract
中无法正常工作

参考

最后，我在
tesseract
中找到了如何使用
用户模式的示例

首先，确保
tesseract
>>的版本=4.0。（我建议您安装
tesseract
5.x，因为我在电脑中使用了5.x）


创建一个名为
xxx.patterns
的文件。内容（带有UNIX行尾（换行字符）和结尾处的空行）：


然后尝试使用：

最后，它对我起了作用（这是文档中的一个示例）：


你也可以参考这一点。
谢谢@jizhaosama。你知道应用用户模式是否有助于Pyteseract AI找到这些模式，或者这只是一个嵌入的正则表达式吗？@abutemutate不确定，但我认为应该。my.patterns应该是一个什么格式的文件？txt？@abutemutate在我的PC上，我创建了一个txt，并将其重命名为
xx.patterns
。
\d{5}\.?\d{5} \.?\d{6} ?\d{5}\.?\d{6} ?\d ?\d{14}
 

pytesseract.image_to_string("test.png", config="--user-patterns yourpath/xxx.patterns")