Python PyTesseract不识别小数

这并不是真正的复制，因为这些答案并没有解决我的问题，我的用例也不同

我正在使用PyTesseract识别表格单元格中的文本。当涉及到用小数点识别药物剂量时，OCR无法识别

，尽管它对其他方面都是准确的。我在Windows10上使用的是

TesseractV5.0.0-alpha.20200328

我的预处理包括使用立方体放大400%，转换为黑白，膨胀和侵蚀，形态和模糊。我尝试了所有这些（以及它们各自）的合理组合，但没有任何东西能够识别出

我尝试了各种值的

--psm

，以及字符白名单。我相信字体是

Sergoe UI

处理前：

处理后：

PyteSeract输出：

25mg»p

处理代码：

import cv2, pytesseract
import numpy as np

image = cv2.imread( '01.png' )
upscaled_image = cv2.resize(image, None, fx = 4, fy = 4, interpolation = cv2.INTER_CUBIC)
bw_image = cv2.cvtColor(upscaled_image, cv2.COLOR_BGR2GRAY)

kernel = np.ones((2, 2), np.uint8)
dilated_image = cv2.dilate(bw_image, kernel, iterations=1)
eroded_image = cv2.erode(dilated_image, kernel, iterations=1)

thresh = cv2.threshold(eroded_image, 205, 255, cv2.THRESH_BINARY)[1]
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
morh_image = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
            
blur_image = cv2.threshold(cv2.bilateralFilter(morh_image, 5, 75, 75), 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]

final_image = blur_image
text = pytesseract.image_to_string(final_image, lang='eng', config='--psm 10')

---

如果您还没有确定这一点，请查看此链接

拜访

对于许多问题，一个主要的解决方案是文本高度，我曾面临许多问题，但无法找出原因，但向tesseract发送具有正确大小字母的图像似乎解决了许多问题。 不要放大到随机的百分比，试试你的图像中字母接近30-40px的数字

---

另外，如果你的预处理过程将“.”变成了类似于字符的噪声，那么它也会被忽略。

我也遇到过类似的情况，并且能够通过使用图像处理方法和图像放大来增加正确小数的数量。然而，一小部分小数没有被正确识别

我找到的解决方案是更改pytesseract的语言设置：

我使用的是非英语设置，但将配置更改为

lang='eng'

修复了所有剩余的问题

---

不过，这可能对原来的问题没有帮助，因为设置已经是EasyOCR的工作方式，但速度非常慢