Tesseract 无法识别单个字符

Question

如何表示：

1. 用颜料创建新图像（任何尺寸）
2. 将字母 A 添加到此图像
3. 尝试识别 -> tesseract 将找不到任何字母
4. 将此字母复制粘贴至此图像 5-6 次
5. 尝试识别 -> tesseract 会找到所有字母

为什么？

Answer 1

必须将“分页模式”设置为“单字符”。

例如，在 Android 中，您可以执行以下操作：

api.setPageSegMode(TessBaseAPI.pageSegMode.PSM_SINGLE_CHAR);

Answer 2

执行该配置的Python代码如下：

import pytesseract
import cv2
img = cv2.imread("path to some image")
pytesseract.image_to_string(
     img, config=("-c tessedit"
                  "_char_whitelist=abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789"
                  " --psm 10"
                  " -l osd"
                  " "))

--psm

标志定义页面分段模式。

根据 tesseract 的文档，

10

的意思是：

将图像视为单个字符。

因此要识别单个字符，您只需要使用：

--psm 10

标志。

Answer 3

需要将Tesseract的页面分割模式设置为“单个字符”。

Answer 4

你见过这个吗？

https://code.google.com/p/tesseract-ocr/issues/detail?id=581

错误列表将其显示为“不再是问题”。

• 一定要有高分辨率的图像。
• 如果您要调整图像大小，请务必保持高 DPI 并且不要调整得太小
• 一定要训练你的超立方体系统
• 在

  baseApi.setVariable("tessedit_char_whitelist", "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz");

   之前使用 

  init Tesseract
代码
• 此外，您还可以查看 OCR 使用哪种字体

Answer 5

其他选项是，如果

PageSegMode.SingleChar

仍然不起作用，减少图像的颜色（例如二值化），然后使用

PageSegMode.SingleChar

。