到目前为止，我的第一个障碍是在 MTG 卡的图像上运行 tesseract vanilla 无法识别卡标题（老实说，这就是我所需要的，因为我可以使用该文本从数据库中提取其余的卡信息）我认为问题可能需要训练 tesseract 以识别 mtg 卡中使用的字体，但我想知道 tesseract 是否可能是一个问题，因为 tesseract 没有查看或没有检测到图像的一部分（特别是标题）中的文本。
编辑：包括一张 MTG 卡的图像以供参考。http://gatherer.wizards.com/Handlers/Image.ashx?multiverseid=175263&type=card
好吧，在 reddit 编程论坛上询问之后，我想我找到了一个我要追求的答案：
tesseract 的训练功能确实是为了提高不寻常字体的比率，但这可能不是你成功率低的原因。文本所在的环境没有得到很好的控制 - 卡片背景可以是五种颜色之一的纹理加上文物和土地。Tesseract 在处理之前对图像进行了灰度化处理，因此文本和背景之间的对比度不够。您可以将卡片通过预处理器，将彩色区域静音并增强单调。这应该会增加对比度，以便 tesseract 可以辨认出字符。
如果仍然遵循 thsi 的人认为上述路径是错误的开始，请说出来。
我相信你在正确的轨道上进行预处理。
但是您需要同时进行预处理和训练 Tesseract。
基本上，您想要获取标题文本，并且只有标题文本，以便 Tesseract 读取。我建议您按照以下步骤操作：
YouTube 视频自动 MTG 卡片分类：第 2 部分 - 使用 OpenCV 进行自动透视校正显示了如何创建基本预处理。还可以查看该系列的第三部分。
话虽如此，您会遇到许多问题。如何处理拆分卡？您的算法会管理白色边框吗？如果卡片被旋转或倒置怎么办？仅举几个。
但即使你设法创建了一个完美的预处理算法，你仍然需要训练 Tesseract。这是由于卡片上使用了特殊的文本字体（根据卡片的年龄，字体恰好是不同的！）。
考虑卡片“Kinjalli 的来电者”。
http://gatherer.wizards.com/Handlers/Image.ashx?multiverseid=435169&type=card
请注意“j”与“i”的相似程度。未经训练的 Tesseract 往往会混淆它们。
考虑到所有这些，我对您的回答是，您需要对卡片图像进行预处理并训练 Tesseract。
如果你仍然感兴趣，我建议你看看 GitHub 上的这个 MTG 读卡项目。这样你就不必重新发明轮子了。