如何使用 Pytesseract 改进 Python 中图像的文本提取？

Question

我想开展一个小型个人项目，其中包括从图像中提取文本并将其翻译成其他语言，全部使用 python。但是当我想从图像中提取文本时遇到问题。例如，我想从这张图片中提取文本：

图像用作证据

这就是它向我抛出的：

哟

你不知道吗 我是谁？我是急诊科 罗斯泰勒！

可怕的 没事便是好事， ‘艾德·罗斯泰勒！

bL—) wyscre | 在我周围？！

这是代码：

import cv2
import pytesseract


pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract'


img = cv2.imread('webtoon13.png')
gris = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)


print(pytesseract.image_to_string(gris))

有什么办法可以改善效果吗？

提前致谢。

我已经尝试过图像平滑并使用了cv2库的.threshold()方法。

我预计结果会有所改善，但事实并非如此，它只是变得更糟，它甚至不再能够很好地检测文本。到目前为止，我得到的最好结果是将图像转换为灰度，但它仍然无法很好地检测文本（或者它根本无法检测到所有文本）。

Answer 1

您可以先检测文本区域，然后对每个文本区域进行 OCR。 例如，Yolov5 的单词检测