Python 从图像中的重叠字母中提取数据

输入图像：

我想从图像中提取数据（ocr） 我试过的代码：

    import cv2
    import textract
    import numpy as np
    img = cv2.imread('/home/ajay/Desktop/name.jpg',0)
    # img = cv2.imread('path_to_your_image', 0)
    _, blackAndWhite = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)
    nlabels, labels, stats, centroids = cv2.connectedComponentsWithStats(blackAndWhite, None, None, None, 8, cv2.CV_32S)
    sizes = stats[1:, -1] #get CC_STAT_AREA component
    img2 = np.zeros((labels.shape), np.uint8)
    for i in range(0, nlabels - 1):
        if sizes[i] >= 50:   #filter small dotted regions
            img2[labels == i + 1] = 255
    res = cv2.bitwise_not(img2)
    cv2.imwrite('ress.png', res)
    a =  textract.process('ress.png',method = 'tesseract')
    a = a.decode()
    print(a)

一个简单的方法是：

应用锐化内核

大津阈值

应用轻微的高斯模糊

反转图像

光学字符识别

---

以下是步骤的可视化：

输入图像

削尖

大津阈值

轻微高斯模糊

反转图像

以下是使用Pytesseract的OCR结果

DST INTERNATIONAL D-307@ 3266 01 Dec 2007. HowellJerde Jan!
2007" 125802AM RafaelaBoyer Keon3@gmnil.com Fhvio Abernathy Sr.

代码

---

我不知道你说的噪音是什么。我在这张二元图像中几乎看不到它。你能给我们看一下预期的“干净”图像吗？增加了预期的输出，请检查一下我是否同意@YvesDaoust，在你的二值化图像中基本上没有噪音。你在寻找什么？我可以想象如何从预期的输出图像中获取输入图像，但我不认为你可以用非常简单的方法反向操作。你的“预期输出”似乎是原始图像的模糊版本（在二值化之前）。它以什么方式更干净？它看起来并没有比第一个更可读。我们可以把图片中的文本做得更薄一点吗？谢谢你的代码。在倒影中keon3@gmail.com在,3,ma,om上,这些字母组合在一起,有没有其他方法可以让文字更清晰?。你越是腐蚀，以分开每个字符，更多的细节丢失。最好的解决方案是使用质量更好的输入图像。作为一个阅读它的人，确定文本是相当困难的。因此，如果计算机读取它，它将变得更加困难

import cv2
import numpy as np
import pytesseract

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

image = cv2.imread('1.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])
sharpen = cv2.filter2D(gray, -1, kernel)

thresh = cv2.threshold(sharpen, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

blur = cv2.GaussianBlur(thresh, (3,3), 0)
invert = 255 - blur
data = pytesseract.image_to_string(invert, lang='eng',config='--psm 6')
print(data)

cv2.imshow('sharpen', sharpen)
cv2.imshow('thresh', thresh)
cv2.imshow('blur', blur)
cv2.imshow('invert', invert)
cv2.waitKey()