opencv Tesseract无法清楚地获取数据

z4iuyo4d 于 2023-10-24 发布在其他

关注(0)|答案(1)|浏览(102)

在这个Python脚本中，首先我增加了图像分辨率，以提高OCR的准确性。
其次，我对图像应用了许多滤镜，以增加对比度和文本清晰度。
第三，我用Tesseract从过滤后的图像中提取文本，但是问题是Tesseract不能清楚地提取数据。
并尝试在pytesseract上添加页面分割模式和OCR引擎模式，但没有收到预期的输出。
这是我的代码……

import os,argparse  
import pytesseract  
from pytesseract import Output  
import csv  
import numpy as np  
from PIL import Image  

image = cv2.imread('dota.jpg')

height = 9000
width = 16000

dimensions = (width, height)

image = cv2.resize(image,dimensions, interpolation=cv2.INTER_LINEAR)  
def get_grayscale(image):  
    return cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
def adaptiveThreshold(image):  
    return cv2.adaptiveThreshold(image,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,11,2)
gray = get_grayscale(image)
sharpenKernel = np.array(([[2, -1, 2], [-1, 9, -1], [2, -1, 2]]), np.float32)/9
sharpen = cv2.filter2D(src=gray, kernel=sharpenKernel, ddepth=-1)
adthresh = adaptiveThreshold(sharpen)
cong = '--psm 6'  
final = pytesseract.image_to_data(adthresh,output_type=Output.DICT,config=cong,lang='eng')  
print(final['text'])

此外，此代码可在Github上获得。：https://github.com/Bhavin-Prydan/Dota-Esportz/blob/main/dota.py

opencv

来源：https://stackoverflow.com/questions/71949485/tesseract-doesnt-fetch-data-clearly

1条答案

按热度按时间

afdcj2ne1#

当对Tesseract OCR作业进行故障排除时，可以方便地在每个页面分割模式中运行一个循环，因为这些模式针对不同类型的输入进行了优化。这意味着Tesseract可以仅因为使用了正确/错误的PSM而产生显著的上级/低劣的结果。
例如，像这样的函数可以让您尝试不同的PSM，并测试一些基本图像预处理的效果。

from PIL import Image as pillowImageLoader
import pytesseract
import cv2
import numpy as np

def testTesseract(someFilename, psmValue=3, processABit=True):
    if processABit:
        img = np.array(pillowImageLoader.open(someFilename))
        norm_img = np.zeros((img.shape[0], img.shape[1]))
        img = cv2.normalize(img, norm_img, 0, 255, cv2.NORM_MINMAX)
        img = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY)[1]
        img = cv2.GaussianBlur(img, (1, 1), 0)
    try:
        someText = pytesseract.image_to_string(someFilename, config='--psm {}'.format(psmValue))
        return someText
    except:
        return None

然后运行每个psm并检查输出：

for i in range(1,14):
    someText = testTesseract(imageFilename, i, processABit=True)
    print("PSM: {}".format(i))
    print(someText
    print("="*40)

我通常在扫描文本（文档）上使用Tesseract，但我发现它在查找图像中的文本（例如，从照片中阅读路标的文本，或从屏幕截图中提取文本）方面没有那么好。
我发现PaddleOCR在最具挑战性的OCR任务中通常要好得多，而且用途：

from paddleocr import PaddleOCR
ocr = PaddleOCR(use_angle_cls=True, lang='en',use_gpu=False)
result = ocr.ocr(imageFilename, cls=True)
print("Paddle Found: {} text segments".format(len(result[0])))
print()
for t in result[0]:
        print("{}  (Conf: {:.1%})".format(t[1][0], t[1][1]))

赞(0）回复(0）举报 2023-10-24

我来回答

opencv Tesseract无法清楚地获取数据

1条答案

相关问题

热门标签

最新问答