☰

具有灰色嘈杂背景的数字的 OCR

tag-icon • tag-icon ocr noise-cancelling
具有灰色嘈杂背景的数字的 OCR

我尝试在多张带有数字的扫描纸上运行 OCR，如下图所示（所有纸都有相同的背景，只有数字）：

在此处输入图片描述

但所有尝试都失败了！我尝试了离线 OCR：gocr、tesseract 和几个在线 OCR；但都彻底失败了！

我应该怎么办？

答案1

首先你必须调整这些图片。我推荐使用批处理工具，例如视窗多媒体它是免费的并且支持多平台。

它有一个文件资源管理器。选择所有图片，然后转到工具-批量转换. 像我一样添加操作：

XNViewMP - 批量转换 - 操作选项卡

以下是我的操作：

  1. HLSS- 使其变为灰度：
    • 色相：0
    • 亮度：0
    • 饱和度：-127
  2. 级别- 稍微降低黑色水平，这样灰色噪音就会消失
    • 黑点：0
    • 白点：212 - 可能因图像而异
  3. 减少噪音筛选
  4. 调整增加对比度
    • 亮度：0
    • 对比度：127- 这很重要
    • 伽马：1.06
  5. 最低限度使黑色更浓
    • 过滤器尺寸：5x5 - 可能因图像而异

不要忘记另存为tiff（参见输出选项卡）。之后我运行tesseract：

tesseract test.tif text -psm 7

注意我选择了 PSM 模式 7：将图像视为一行文本。如果有多行文本，您可能需要使用模式 6 或 3。

text.txt输出文件的内容如下：

570 394 666 638 043

答案2

我试图用ABBYY 的 OCR 技术： OCR SDK 结果

有关 ABBYY 产品的更多信息，请访问abbyy.com。
我在 ABBYY 工作，如果您有任何问题，我随时准备为您提供帮助。

答案3

  import cv2
  import numpy as np
  import pytesseract

  im= cv2.imread('noisyNumbers.png',cv2.IMREAD_GRAYSCALE)

  cv2.imshow('Gray', im)
  cv2.imwrite('noisyNumbers.jpg', im)

  print(pytesseract.image_to_string(Image.open('noisyNumbers.jpg')))

相关内容