我有这张图片：
我想用 python 把它读成一个字符串，我认为这并不难。我遇到了 tesseract，然后是使用 tesseract 的 python 脚本包装器。
所以我开始阅读图片，在我尝试阅读这张图片之前，它做得很好。我是否必须训练它来阅读该特定字体？关于该特定字体的任何想法？或者有没有更好的 ocr 引擎可以与 python 一起使用来完成这项工作。
编辑：也许我可以围绕数字制作某种矢量，然后以更大的尺寸重新绘制它们？更大的图像是更好的 tesseract ocr 似乎阅读它们（不足为奇，哈哈）。
只需训练 10 位数字和一个“。”的引擎。. 那应该这样做。并确保在 OCRing 之前将图像更改为灰度。
培训很难，并不是这里真正需要的。无论脚本如何，O 和 0 以及 l 和 1 之间的区别都会很困难。如果上下文允许，将 OCR 限制为仅在数字之间进行选择可以大大简化问题。
我对 tesseract 的兴趣在于处理大量来自旧政府报告的数字。在这种情况下和所讨论的情况下，字符集将类似于“0123456789”。在 tesseract 的旧（sourceforge）新闻组中发表评论后，eric_taj 在 2007-03-21 上发表了评论，您可以修改分类/intproto.cpp 中的 Templates->IndexFor 和 Templates->ClassIdFor 以屏蔽不允许的字符. 我稍微修改了该方法以在运行时在环境变量中读取允许的字符集，以便我可以即时调整允许的集。
最近tesseract OCR 讨论组中关于这个话题的流量很大。您将需要使用仅包含数字的“语言”。很多人以前都这样训练过引擎。看起来您正试图智取验证码数据保护方案……啧啧啧。
这看起来像 Eurostile 字体。是的，您必须使用源图像中使用的每种不同字体进行训练。
通用 OCR 可能难以识别小屏幕字体，该 OCR 已针对读取从纸上扫描的大型平滑字体进行了优化。
你最好试试像 Textract SDK这样的特殊截图 OCR 。它将收集所有本地字体并通过简单地匹配字符来提供 100% 的精确识别。