0

我一直在尝试从颗粒状图像中提取文本，这是原始图像

Cropped_img

这是我用来尝试处理此图像的代码

    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    cv2.imshow('img_gray',img_gray)
    cv2.waitKey(0)
    #img_bin = cv2.adaptiveThreshold(img_gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 21, 15) # 21 and 15 need to be set for image12
    img_bin = cv2.adaptiveThreshold(img_gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 27, 15) # 21 and 15 need to be set for image12

    cv2.imshow('img_bin',img_bin)
    cv2.waitKey(0)

    fig, axs = plt.subplots(3)
    axs[0].imshow(img_gray, cmap="gray")
    axs[1].imshow(img_bin, cmap="gray")
    # Merge dots into characters using erosion
    kernel = np.ones((5, 5), np.uint8)
    #kernel = np.ones((15, 15), np.uint8)   
    img_eroded = cv2.erode(img_bin, kernel, iterations=1)
    axs[2].imshow(img_eroded, cmap="gray")
    cv2.imshow('img_eroded',img_bin)
    cv2.waitKey(0)
    fig.show()

    # Obtain string using psm 8 (treat the image as a single word)
    ocr_string = pytesseract.image_to_string(img_eroded, lang= 'eng', config="--psm 6")
    return ocr_string

这是将背景转为灰色后的灰色图像 img_gray

这是应用自适应阈值后的图像 在 此处输入图像描述

这是侵蚀后的图像 在 此处输入图像描述

在最终图像 ( img_eroded) 中，实际文本周围仍有很多点，这可能导致image_to_string函数抛出一些垃圾值。有没有办法进一步处理这个图像，或者改进现有的代码来提取文本Pac=2665.7W

4

0 回答 0