Pytesseract OCR 多个配置选项

问题描述：

我在使用 pytesseract 时遇到了一些问题。我需要配置 Tesseract，使其配置为接受单个数字，同时也只能接受数字，因为数字零经常与“O”混淆。

像这样：

target = pytesseract.image_to_string(im,config='-psm 7',config='outputbase digits')

解决方案 1：

tesseract-4.0.0a支持以下psm。如果您想要单字符识别，请设置psm = 10。如果您的文本仅由数字组成，您可以设置tessedit_char_whitelist=0123456789。

Page segmentation modes:
  0    Orientation and script detection (OSD) only.
  1    Automatic page segmentation with OSD.
  2    Automatic page segmentation, but no OSD, or OCR.
  3    Fully automatic page segmentation, but no OSD. (Default)
  4    Assume a single column of text of variable sizes.
  5    Assume a single uniform block of vertically aligned text.
  6    Assume a single uniform block of text.
  7    Treat the image as a single text line.
  8    Treat the image as a single word.
  9    Treat the image as a single word in a circle.
 10    Treat the image as a single character.
 11    Sparse text. Find as much text as possible in no particular order.
 12    Sparse text with OSD.
 13    Raw line. Treat the image as a single text line,
                        bypassing hacks that are Tesseract-specific.

以下是具有多个参数的示例用法image_to_string。

target = pytesseract.image_to_string(image, lang='eng', boxes=False, \n        config='--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789')

解决方案 2：

页面分割模式：

1. 仅限方向和脚本检测 (OSD)。

2. 使用OSD自动分割页面。

3. 自动页面分割，但没有 OSD 或 OCR。（未实现）

4. 全自动页面分割，但没有 OSD。（默认）

5. 假设单列文本的大小可变。

6. 假设单一均匀的文本块垂直对齐。

7. 假设单一统一的文本块。

8. 将图像视为单行文本。

9. 将图像视为一个单词。

10. 将图像视为圆圈内的单个单词。

11. 将图像视为单个字符。

12. 稀疏文本。尽可能多地查找不按特定顺序排列的文本。

13. 带有 OSD 的稀疏文本。

14. 原始行。将图像视为单行文本，绕过特定于 Tesseract 的黑客攻击。

OCR 引擎模式：

1. 仅限旧式引擎。

2. 仅限神经网络 LSTM 引擎。

3. 遗留 + LSTM 引擎。

4. 默认，基于可用内容。

解决方案 3：

您遇到问题的原因是字符限制在 4.0 版本中不起作用。您必须强制使用旧模式 (oem 0) 来限制找到的字符。Tesseract 团队中有一个尚未解决的错误。

解决方案 4：

Tesseract 版本 5.0.0-alpha 可以使用以下命令：（使用 psm=13 和 oem=1 或 3）

pytesseract.image_to_string(export_image ,lang='eng', config='--psm 13 --oem 1 -c tessedit_char_whitelist=ABCDEFG0123456789')

请注意，eng训练数据集取自：https

://github.com/tesseract-ocr/tessdata_fast/blob/master/eng.traineddata
注意：在具有单个字符的 +-60x60px 的二进制输入图像上进行测试