我正在嘗試通過 Tesseract 為 OCR 準備影像。然而，某些字符序列接觸（由于字體字形上的襯線），這會混淆它。
例如I/U：
我注意到每個角色都有一個明亮的輪廓。如果可以用深色代替，字母將獲得一些喘息空間。
img_grey[img_grey > 100] = 0
......但我無法讓它發揮作用。
有人知道更好的技術嗎？
uj5u.com熱心網友回復：
使用 OpenCV，您可以將其轉換為灰度，然后應用 OTSU 的閾值以獲得二值化影像，然后對其進行腐蝕：
import cv2
import numpy as np
im = cv2.imread('image.png')
im = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
_, th = cv2.threshold(im, 120, 255, cv2.THRESH_BINARY cv2.THRESH_OTSU)
kernel = np.ones((5,5), np.uint8)
# Increase iterations if want more thinner
eroded = cv2.erode(th, kernel, iterations=2)
cv2.imwrite('eroded.png', eroded)
uj5u.com熱心網友回復：
您可以嘗試腐蝕影像，在opencv中有一個稱為腐蝕的操作，在這種情況下它基本上會縮小字符的厚度。這應該在字符之間留出一些空間，但要注意不要過度使用，否則 tesseract 可能無法識別該字符。可以通過反復試驗獲得適量的腐蝕。
有關更多詳細資訊，請參閱此鏈接。
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/321295.html