有沒有辦法使用tesseract單個數字的數字？

Question

TL; DR看來tesseract無法識別由單個數字組成的圖像。有沒有解決方法/原因呢？

我正在使用（僅數字版本）tesseract來自動向系統輸入發票。然而，我注意到，正方體似乎是無法識別的個位數，如下列：

作物後的原始掃描：

我做了一些圖像增強後：

它工作正常，如果它至少有兩個數字：

我一對夫婦的其他數據進行測試：

不工作： ， ，

工作： ， ，

如果有幫助，爲了我的目的，tesseract的所有輸入都按照上面的方式裁剪和旋轉。我使用pyocr作爲我的項目和tesseract之間的橋樑。

Answer 1

個別數字的處理方式與其他字符相同，所以更改頁面分割模式應該有助於正確拾取數字。

參見： Tesseract does not recognize single characters

Answer 2

這裏是你如何配置pyocr識別單個數字：

from PIL import Image 
import sys 
import pyocr 
import pyocr.builders 

tools = pyocr.get_available_tools() 
if len(tools) == 0: 
    print("No OCR tool found") 
    sys.exit(1) 
tool = tools[0] 

im = Image.open('digit.png') 
builder = pyocr.builders.DigitBuilder() 

# Set Page Segmentation mode to Single Char : 
builder.tesseract_layout = 10 # If tool = tesseract 
builder.tesseract_flags = ['-psm', '10'] # If tool = libtesseract 

result = tool.image_to_string(im, lang="eng", builder=builder)