問題描述

嘗試用pytesseract來識別一些圖片：

原始圖片尺寸較小，用pytesseract無法識別，開始嘗試用 Mac 自帶的預覽工具來放大尺寸 ，發(fā)現(xiàn)可以正常識別了，然后嘗試用 PIL 來放大圖片，代碼如下：

images.resize((1985, 336),Image.ANTIALIAS).save(’/images’, quality=95,dpi=(72, 72))

問題是，通過 PIL 放大的圖片不能被pytesseract 正常識別，我對比了兩張圖片的信息，如下圖：

發(fā)現(xiàn)除了圖片尺寸不同外，其他信息都是相同的，但是就是無法被pytesseract正常識別，所以求教如何用 PIL 放大出可以正常被pytesseract識別的圖片（其他工具也可以）

問題解答

你可以嘗試改變tesseract的-psm參數(shù)：

image = Image.open(’ocr.png’)image.show()for p in range(4,14): print(p, ’-’, pytesseract.image_to_string(image, config='-psm {}'.format(p)))

輸出如下：

4 - 3 4’1 4’1 I] I]5 - DDd.d._...I._6 - 3 4’1 4’1 I] I]7 - 3 4’1 4’1 I] I]8 - 344009 - 3440010 - W11 - 3￡1I1I]I]12 - 13 - 34400

如果圖片只有數(shù)字你也能嘗試用tessedit_char_whitelist:

pytesseract.image_to_string(image, config='-psm 8 -c tessedit_char_whitelist=1234567890')