Python 将1和0检测为L和O的细分

在该图像中，tesseract检测到文本为

LOOOPCS

，但它是

1000PCS

。我使用的命令是

tesseract "item_04.png" stdout --psm 6

我尝试了所有psm值0到13

根据其他博客的建议以及SO和internet上的问题，还尝试了图像剪辑和阈值分割

还尝试了

-c tessedit\u char\u whitelist=pcs012456789

，但结果是00PCS。 但我买不到1000件。有人能试试这些让我知道我错过了什么吗

编辑：
根据@nathancy给出的建议，尝试使用-

cv2.THRESH\u BINARY\u INV+cv2.THRESH\u OTSU

，它在1和0上工作，但在下图中失败。它被检测为LL8gPcs:

---

您需要对图像进行预处理。一种简单的方法是先设置大津阈值，然后反转图像，使文本为黑色，背景为白色。以下是使用PyteSeract OCR和psm 6处理的图像和结果

结果

1000PCS

代码

---

谢谢你能用外行的话告诉我0和255值是如何影响的吗。以及为什么cv2.THRESH\u BINARY\u INV+cv2.THRESH\u OTSU被添加到编辑。。。此图像成功，但下一个图像失败（两个剪辑来自同一个图像），因此没有太大的差异，它会自动计算阈值。它说如果超过阈值，我们将像素设置为

255

。我们使用

0

告诉它使用大津。谢谢。。我做了一个编辑。。此方法适用于第一个图像，但不适用于其他类似图像。。有什么建议吗？你可以试着放大图像。这对我有用：

导入imutils

然后

image=imutils.resize（image，width=500）

import cv2
import pytesseract

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

# Grayscale, Otsu's threshold
image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Invert and perform text extraction
thresh = 255 - thresh
data = pytesseract.image_to_string(thresh, lang='eng',config='--psm 6')
print(data)

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