带有 Tesseract 的空字符串

我正在尝试从一个大文件中读取不同的裁剪图像，并且我设法读取了其中的大部分图像，但是当我尝试使用超正方体读取它们时，其中一些图像会返回空字符串。

代码就是这一行：

pytesseract.image_to_string(cv2.imread("img.png"), lang="eng")

我可以尝试什么来阅读这些图像吗？

提前致谢

Edit:

在将图像传递给之前对其进行阈值处理pytesseract提高准确性。

import cv2
import numpy as np

# Grayscale image
img = Image.open('num.png').convert('L')
ret,img = cv2.threshold(np.array(img), 125, 255, cv2.THRESH_BINARY)

# Older versions of pytesseract need a pillow image
# Convert back if needed
img = Image.fromarray(img.astype(np.uint8))

print(pytesseract.image_to_string(img))

这个打印出来的

5.78 / C02

Edit:仅对第二张图像进行阈值返回11.1。另一个有帮助的步骤是设置页面分割模式到“将图像视为单个文本行”。与配置--psm 7。在第二张图像上执行此操作会返回11.1 "202 '，引号来自顶部的部分文本。要忽略这些，您还可以通过配置设置要使用白名单搜索哪些字符-c tessedit_char_whitelist=0123456789.%。一切都在一起：

pytesseract.image_to_string(img, config='--psm 7 -c tessedit_char_whitelist=0123456789.%')

这返回11.1 202。显然 pytesseract 在使用百分比符号时遇到了困难，我不确定如何通过图像处理或配置更改来改进它。