使用tesseract从低质量的gif文件中获取文本

Question

import pytesseract


import requests
from io import BytesIO

from PIL import Image,ImageOps

image_url = 'gif'

def optimize_and_ocr_from_url(image_url, tesseract_config="--psm 6"):
    # Download the image from the URL
    response = requests.get(image_url)
    image = Image.open(BytesIO(response.content))

    # Optimize the image (resize, convert to grayscale, etc.)
    optimized_image = optimize_image(image)

    # Use Tesseract OCR to extract text from the optimized image
    text = pytesseract.image_to_string(optimized_image, config=tesseract_config)

    # Print the OCR result to the console
    print("OCR Result:")
    print(text)

def optimize_image(image, target_resolution=(109, 50)):
    # Resize the image to the target resolution
    resized_image = image.resize(target_resolution)

    # Convert the image to grayscale
    grayscale_image = ImageOps.grayscale(resized_image)

    return grayscale_image

# Example usage
optimize_and_ocr_from_url(image_url)

我正在尝试将这种类型的图像转换为文本

我尝试灰度化，尝试使用 tesseract_config 但它似乎不起作用。只有空响应。我在 stackoverflow 上尝试了其他解决方案，但无法做到这一点。 我用的是windows

Answer 1

我尝试在

gif

/

tesseract

/

pytesseract

（在 Linux 上）中直接使用您的

console

和

terminal

（而不是

bash

）

$ tesseract input.gif -

Warning: Invalid resolution 0 dpi. Using 70 instead.
Estimating resolution as 270
Empty page!!
Estimating resolution as 270
Empty page!!

接下来我尝试用

convert

来

imagemagick

它，看起来它没有什么问题：

• 它需要将有关

  dpi

  的信息添加到文件中，但似乎

  gif

  无法保留它，所以我不得不转换为

  png

  。
• 它太小了，所以我将其调整为

  200x24

• 它是透明的（它没有背景），所以（为了确保）我添加了白色背景（但似乎

  tesseract

  不需要它，但当我在任何图像查看器中检查它时它更具可读性）

$ convert input.gif -resize 200x24 -units pixelsperinch -density 72 -background white -flatten output.png

output.png

现在它可以识别文本了，但还有另一个问题：
没有

top margin

，因此无法识别

7

- 它检测到

/

+3/0 3/7 312208

所以我用

-gravity south -extent 200x28

来添加边距

$ convert input.gif -resize 200x24 -units pixelsperinch -density 72 -background white -flatten -gravity south -extent 200x28 output-with-margin.png

现在

tesseract

可以正确检测数字。

output-with-margin.png

（

Stackoverflow

有白色背景，所以你看不到新的边距）

---

您可以尝试对

Pillow

执行相同的操作，或者您可以使用

subprocess.run()

直接运行 imagemagick 或者您可以尝试使用使用 imagemagick

 的 Python 模块 

Wand