cv2/pytesseract (распознавание стилизованных цифр)

@PytDsSew12331 · Регистрация: 20.02.2022

Студворк — интернет-сервис помощи студентам

Суть проблемы заключается в плохом распознавании некоторых цифр, примеры входных изображений;
Название: screen01.jpg
Просмотров: 95

Размер: 3.3 Кб

Название: screen01.jpg
Просмотров: 95

Размер: 3.3 Кб

Название: screen02.jpg
Просмотров: 95

Размер: 3.9 Кб

Название: screen03.jpg
Просмотров: 95

Размер: 3.9 Кб

Название: screen04.jpg
Просмотров: 95

Размер: 3.0 Кб

Название: screen05.jpg
Просмотров: 93

Размер: 4.0 Кб

Название: screen06.jpg
Просмотров: 93

Размер: 3.3 Кб

Изпользую следующий метод;

Python
1
pytesseract.image_to_string(image, lang='eng', config='outputbase digits')

Получаю не совсем нужный мне результат, выводит пару цифр вместо самого числа, причём или одну цифру или в связке с какой либо другой цифрой но не все число. На других изображений где нет повторяющихся цифр "7" и "1" частота корректных распознаваний возрастает. В чем может быть проблема, в неправильной обработки изображения или может быть данный стиль цифр pytesseract плохо распознаёт?

@u235 · 12.05.2023, 15:24

PytDsSew12331, попробуйте инвертировать картинки. Черные цифрына белом фоне. Если не поможет, сделайте апсемплинг.

@PytDsSew12331 · 12.05.2023, 18:16 **[ТС]**

Сообщение от u235

попробуйте инвертировать картинки. Черные цифрына белом фоне. Если не поможет, сделайте апсемплинг.

Помогло инвертирование и повышение качества картинки как вы и сказали но только с блюром c ядром (1, 6);

Python
1
2
3
    screenshot_preparing = cv2.pyrUp(screenshot_dilate)
    _, screenshot_preparing = cv2.threshold(screenshot_preparing, 127, 255, cv2.THRESH_BINARY_INV)
    screenshot_preparing = cv2.blur(screenshot_preparing, (1, 6))

Я не совсем понимаю как блюр помог лучше распознать символы, но скорее всего из за сглаживание углов контуров цифры.
Название: screen07.jpg
Просмотров: 82

Размер: 6.5 Кб

Название: screen07.jpg
Просмотров: 82

Размер: 6.5 Кб

Из 40 подобных картинок где то 2-3 все ровно плохо распознаёт

@u235 · 12.05.2023, 19:36

PytDsSew12331, попробуйте еще вообще без tesseract, cv2.matchTemplate для исходных картинок, где черный фон.
Еще можно попробовать разделить строку на цифры и распознавать посимвольно.

Новые блоги и статьи Все статьи Все блоги /
SDL3 для Desktop (MinGW): Создаём пустое окно с нуля для 2D-графики на SDL3, Си и C++ 8Observer8 10.03.2026 Содержание блога Финальные проекты на Си и на C++: hello-sdl3-c. zip hello-sdl3-cpp. zip Результат:	Установка CMake и MinGW 13.1 для сборки С и C++ приложений из консоли и из Qt Creator в EXE 8Observer8 10.03.2026 Содержание блога MinGW - это коллекция инструментов для сборки приложений в EXE. CMake - это система сборки приложений. Здесь описаны базовые шаги для старта программирования с помощью CMake и. . .	Как дизайн сайта влияет на конверсию: 7 решений, которые реально повышают заявки Neotwalker 08.03.2026 Многие до сих пор воспринимают дизайн сайта как “красивую оболочку”. На практике всё иначе: дизайн напрямую влияет на то, оставит человек заявку или уйдёт через несколько секунд. Даже если у вас. . .	Модульная разработка через nuget packages DevAlt 07.03.2026 Сложившийся в . Net-среде способ разработки чаще всего предполагает монорепозиторий в котором находятся все исходники. При создании нового решения, мы просто добавляем нужные проекты и имеем. . .
Модульный подход на примере F# DevAlt 06.03.2026 В блоге дяди Боба наткнулся на такое определение: В этой книге («Подход, основанный на вариантах использования») Ивар утверждает, что архитектура программного обеспечения — это структуры,. . .	Управление камерой с помощью скрипта OrbitControls.js на Three.js: Вращение, зум и панорамирование 8Observer8 05.03.2026 Содержание блога Финальная демка в браузере работает на Desktop и мобильных браузерах. Итоговый код: orbit-controls-threejs-js. zip. Сканируйте QR-код на мобильном. Вращайте камеру одним пальцем,. . .	SDL3 для Web (WebAssembly): Синхронизация спрайтов SDL3 и тел Box2D 8Observer8 04.03.2026 Содержание блога Финальная демка в браузере. Итоговый код: finish-sync-physics-sprites-sdl3-c. zip На первой гифке отладочные линии отключены, а на второй включены:. . .	SDL3 для Web (WebAssembly): Идентификация объектов на Box2D v3 - использование userData и событий коллизий 8Observer8 02.03.2026 Содержание блога Финальная демка в браузере. Итоговый код: finish-collision-events-sdl3-c. zip Сканируйте QR-код на мобильном и вы увидите, что появится джойстик для управления главным героем. . . .

@u235 5516 / 2869 / 571 Регистрация: 07.11.2019 Сообщений: 4,759
	12.05.2023, 15:24
	Сообщение было отмечено PytDsSew12331 как решение Решение PytDsSew12331, попробуйте инвертировать картинки. Черные цифрына белом фоне. Если не поможет, сделайте апсемплинг. 2

@u235 5516 / 2869 / 571 Регистрация: 07.11.2019 Сообщений: 4,759
	12.05.2023, 19:36
	PytDsSew12331, попробуйте еще вообще без tesseract, cv2.matchTemplate для исходных картинок, где черный фон. Еще можно попробовать разделить строку на цифры и распознавать посимвольно. 0

cv2/pytesseract (распознавание стилизованных цифр)

Решение