如何使用Tesseract[closed]获取图像文本

Question

在预处理之后，这就是我如何将它发送到Tesseract OCR

text = pytesseract.image_to_string(img, lang='eng')

但是OCR'ed文本是空的。

编辑：

pages = convert_from_path("../data/2.pdf", fmt='JPEG',
                          poppler_path=r"D:\poppler-0.68.0\bin")

reader = easyocr.Reader(['en']) # need to run only once to load model into memory
for page in pages:

      page.save('image.jpg', 'JPEG')
      image = cv2.imread('image.jpg')
        
      img = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
      img = img[cord[2]:cord[3], cord[0]:cord[1]]
      kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])
      img = cv2.filter2D(img, -1, kernel)
      img = cv2.medianBlur(img, 3)
      text = pytesseract.image_to_string(img)

此图像是PDF的一部分。将PDF转换为jpg，然后再次加载，然后通过给出BB坐标来裁剪此部分。

但是它打印的OCR'ed文本输出仍然关闭：

AQ@O FCI

Answer 1

我有一个两步的解决方案

• 1. 应用扩张，然后进行侵蚀（关闭）

现在我们为什么要先扩张后侵蚀呢？

人工制品减少了，但没有完全消失。因此，如果我们应用自适应阈值，结果将是：

现在图像适合阅读：

AOF CIF

代码：

import cv2
from pytesseract import image_to_string

img = cv2.imread("7UGLJ.png")
gry = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
(h, w) = gry.shape[:2]
gry = cv2.resize(gry, (w*2, h*2))
cls = cv2.morphologyEx(gry, cv2.MORPH_CLOSE, None)
thr = cv2.adaptiveThreshold(cls, 255, cv2.ADAPTIVE_THRESH_MEAN_C,
                            cv2.THRESH_BINARY, 41, 10)
txt = image_to_string(thr)
print(txt)