我遇到了 pytesseract 的一些奇怪行为

Question

我很好奇为什么会发生这种情况。我有两张大小相同、背景颜色几乎相似的图像，但文本不同，pytesseract 无法从一张图像中提取文本，但它与另一张图像完美配合？我缺少什么？

Answer 1

如果我没记错的话，pytesseract 在进行 ocr 之前会进行自己的图像处理。我不确定到底是什么导致了这个问题，但是，无论 pytesseract 正在做什么图像处理都可能是问题的原因。

我会尝试使用 easyocr 和 paddleocr 来比较结果。这两个库期望用户应用图像处理（使用相应的库或由用户自己）。这应该可以让您更好地控制结果。