为什么我在通过Tesseract获取文本时会得到额外的字符(箭头符号)？
在通过Tesseract获取文本时得到额外的字符（箭头符号）可能是由于以下几个原因导致的：
- 图像质量问题：Tesseract对图像质量要求较高，如果图像模糊、光照不均或者存在噪声等问题，可能会导致识别结果出现错误。建议使用高质量的图像，并进行预处理，如去噪、增强对比度等操作。
- 字体问题：Tesseract对于一些特殊字体或者非标准字体的识别效果可能不理想，容易产生错误的识别结果。建议使用常见的字体，并确保字体清晰可辨。
- 文字方向问题：如果图像中的文字方向倾斜或者旋转，Tesseract可能会将其错误地识别为箭头符号。可以尝试对图像进行旋转矫正或者倾斜校正的预处理操作。
- 字符分割问题：Tesseract在识别过程中会将图像中的文字进行分割，如果字符之间的间隔过小或者存在重叠，可能会导致分割错误，进而产生额外的字符。可以尝试调整字符之间的间隔或者进行字符分割的预处理操作。
总结起来，为了避免在通过Tesseract获取文本时得到额外的字符，可以注意以下几点：确保图像质量良好、使用常见字体、处理好文字方向、调整字符分割等。另外，腾讯云提供了OCR相关的产品，如腾讯云OCR文字识别服务，可以帮助您更准确地获取文本信息。具体产品介绍和使用方法可以参考腾讯云OCR文字识别服务的官方文档：https://cloud.tencent.com/document/product/866
相关·内容
3回答
如何提高文本识别usingTesseract OCR。？
ios、objective-c、opencv、tesseract
我在I中实现了文本识别的tesseract ocr，对输入图像进行了预处理，给出了Tesseract method.It，识别效果较差。
步骤：
1.侵蚀功能
2.扩张功能
3.Bitwise_not函数
Mat MCRregion;
cv::dilate ( MCRregion, MCRregion, 24);
cv::erode ( MCRregion, MCRregion, 24);
cv::bitwise_not(MCRregion, MCRregion);
UIImage * croppedMCRregion = [self UIImageFromCVMat:MCRreg
浏览 1提问于2014-08-28得票数 4
1回答
改进Android上的Tesseract结果
android、image-processing、ocr、tesseract
我一直在为android开发一个应用程序，它使用tesseract OCR (光学字符识别)，并想知道是否有一种方法来提高小文本的结果。
我尝试过用我自己的常用词汇列表(使用wordlist2dawg)重新编译标准字典，但没有看到任何改进(我甚至无法判断它是否有帮助！)我还听说可以改变tesseract使用字典词的门槛，但我不知道如何做到这一点。
如果有人知道我如何能提高测试结果，我会非常感激的！
浏览 5提问于2012-03-14得票数 1
3回答
在Tesseract - android中识别数字时出现问题
android、ocr、tesseract
我希望有人能告诉我为什么我的Tesseract无法识别一些数字图像，以及是否有什么我可以做的。根据测试，一切正常，因为它只是我需要的数字，我认为我可以应付英文模式，直到我不得不开始与7分段显示。
虽然我在附加的图像上遇到了很多问题，但我想知道我是应该开始自己的识别算法，还是可以为Tesseract做自己的数据集，然后它就会工作，有人知道Tesseract的局限性在哪里吗？
尝试:尝试将psm设置为one_line、one_word、one_char(并切掉图片)。对于one_line和one_word，没有明显的变化。对于one_char，它的识别能力确实要好一些，但有时，由于间距太大，它会附
浏览 4提问于2012-04-17得票数 8
1回答
彩色背景下识别类型化文本的最佳命令行OCR软件
image-manipulation、ocr、tesseract
我需要从以下图片中提取文本：
📷
如您所见，文本是打字而不是手写的。此外，背景是丰富多彩的。
我试过Tesseract OCR，虽然它在某些时候起作用，但在某些输入上却惨遭失败。对于上面的示例，它生成“Cela aicomrBi em Cela”。
您推荐哪一种命令行OCR软件？如果Tesseract是我的最佳选择，我是否可以对这些图像进行转换，使Tesseract更容易识别字符？
编辑:基于@MarcusMüller的建议，我使用convert -threshold 55%更好地将前台文本从背景中分离出来。得到的图像要好得多！
📷
唉，魔兽世界仍然是无用的。在这个新的图像上，它产生了：
浏览 0提问于2022-11-15得票数 0
回答已采纳
2回答
如何OCR电子邮件地址
c#、image-processing、ocr、tesseract、emgucv
我正在尝试OCR和提取图像中的电子邮件。图像应该有一行文本，即电子邮件地址。
我使用EmguCV.OCR从这些图像中提取文本(电子邮件地址)。我们的目标是获得100%准确的结果。
我们可以固定文本的字体和大小。例如Ariel，12pt，这样所有的图像都会有用Ariel 12pt写的电子邮件，在白色背景上是黑色的。
问题是EmguCV中的Tesseract OCR不能正确识别文本。它只能正确识别80%的字符。
我正在使用Leptonica库进行预处理。
以下是我正在尝试识别的一些示例图像。
有没有办法达到100%准确率的目标？
浏览 0提问于2014-10-30得票数 1
1回答
如何分割图像上的连通字符，以便进行进一步的OCR？
java、opencv、ocr、tesseract、text-segmentation
我正在Java (使用OpenCV库)上使用Tesseract (这种自定义字体的预培训)为OCR准备图像。
有一个蓝色文本的图像，通过OpenCV inRange()方法对图像进行大小调整和二值化之后，我得到了黑白图像，但是有些字母是连在一起的，而且Tesseract有时会在它们上出错。此外，还有几个问题:原始文本很小，边框像素总是有一些不同的RGB值，背景也总是不同。
我试图增加inRange()方法捕获的像素数，但是得到了更多的连接字符。在减少捕获像素的数量后，一些字母变得几乎不可见，而且Tesseract无法读取它们。
请告诉我如何在二值化的图像上用白色分割这些字符。或
浏览 5提问于2022-04-15得票数 0
1回答
用模糊文本改进Tesseract OCR结果
image-processing、ocr、tesseract、motion-blur
我正在致力于印刷文本的OCR识别。特别是，我着重于预处理步骤，以改进引擎的结果。通过自适应阈值处理、噪声去除、文本分割等，取得了良好的效果。但是，当其他商业产品获得不错的结果时，Tesseract似乎还是失败了。
我使用了下面的测试映像，下面是与两个商业OCR相比，Tesseract 3.04获得的结果。所有3项服务都提供了相同的二值图像，其中包含了一些稍微模糊的文本。
Tesseract
Careers in Technology Consulting
Networking Lunch
21 m 2014, 11:00 - 14:30
Definingthecorporatel
浏览 3提问于2014-12-27得票数 16
1回答
从图像中提取java代码(使用tesseract ?)
programming-languages、ocr、tesseract
我尝试提取存储在PDF文件图像中的Java代码。
我已经尝试使用Tesseract，但它看起来像* {...与英语不太匹配，因为我的输出文件非常不一致。
实际上，我可以识别Java代码的一些摘录，但大多数情况下，文本是损坏的。
所以我想知道你们中是否有人知道例如Tesseract的语言扩展，或者其他可以提取我的Java代码的OCR软件。
感谢您的帮助:-)
浏览 1提问于2014-12-12得票数 0
1回答
如何使用opencv正确地重定向单字符图像
opencv、image-processing、computer-vision、tesseract、python-tesseract
如何正确定位这些从无人机上拍摄的字母图像。我试过opencv中的拟合椭圆函数，但它有时会以错误的方式拟合椭圆，导致字母以错误的方式旋转。
Cv2.fit椭圆给出了椭圆的主轴与y轴的夹角(逆时针方向)。我将图像逆时针旋转180度，以重定向，即使椭圆垂直/平行于y轴。
我之所以这样做，是因为tesseract ocr不能正确识别像这样的迷失方向的字母，即使在它的"psm 10“模式下也是如此，这意味着要进行单字符识别。任何关于如何重定向这些字母的建议，或者如何让tesseract处理迷失方向的字母都会有很大的帮助！
浏览 2提问于2018-01-26得票数 3
4回答
做OCR前的预处理(tesseract，OpenCV)
c++、opencv、image-processing、ocr、tesseract
为了获得更好的OCR库tesseract，我会做一些预处理，但还没有正确的想法，哪些步骤可以帮助我。
我尝试用因子15调整图像的大小，并应用了一个适应的阈值(见图像)，但这会导致“波形”字符，无法用tesseract OCR库检测到。在底部你可以找到我的链接到图像通过Dropbox。原始图像大小为115x18px，字符高度为10 of。
我想从背景中提取字符。采取哪些步骤才能取得更好的结果？对于OCR部分，我应该使用另一个OCR库而不是tesseract吗？在使用tesseract进行文本检测时，您一般都有哪些经验？或者你可以选择另一个图书馆，还是一个商业图书馆？
更新19.6.15
浏览 8提问于2015-04-09得票数 2
1回答
从图片python中识别明文
python、nlp、ocr、python-tesseract
我用pytesseract从图像中识别文本
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
然后我使用下面的代码来识别文本
textImg = pytesseract.image_to_string(Image.open(imgLoc+"/"+imgName))
print(textImg)
text_file = open(imgLoc+"/"+"oriText.txt", "w")
浏览 2提问于2019-05-25得票数 0
1回答
改进OCR/图像识别的预处理方法
c#、image、image-processing、captcha、ocr
目前，我在图像处理和光学字符识别方面有着巨大的优势。经过一些基本的认识和一些过滤器，我决定开始一些更困难的东西。
我试图从这些captchas中读取值：
我已经为预处理编写了一些过滤器：-替换颜色(到白色)，删除蓝线，删除文本(2)-阈值图像(255)中的行。
Wich输出像这样的图像；
正如你所看到的，有些字母上有洞。我第一次想，也许把这些字放在字母里比较好，但那就更糟了。我正在使用tesseract OCR引擎，我使用象形字体( captcha使用的字体)来训练它。我也试过使用其他OCR引擎，如GOCR，但这会使一切变得更糟。对于，我现在有20%的认知度。我正在用C# (.NET 4.0)
浏览 1提问于2011-08-01得票数 2
2回答
用于iOS的光学字符识别文本阅读器
ios、ocr、tesseract
我需要从相机拍摄的图像中读取文本。例如，我有一张支票，我取一张支票的图像，根据我需要的大小绘制图像，渲染图像后，我得到图像，我想读取上面的文本。就像我提供支票簿，在支票上只削减账号或金额，并存储在NSString中。我正在使用OCR类
Tesseract *tessec=[[Tesseract alloc]initWithDataPath:@"tessdata" language:@"eng"];
[tessec setVariableValue:@"0123456789" forKey:@"tessedit_char_whitelist
浏览 0提问于2013-11-28得票数 1
1回答
基于Tesseract-OCR和OpenCV的土耳其字符识别
python-2.7、opencv、tesseract、python-tesseract、text-recognition
我正在尝试使用Tesseract-OCR和OpenCV在Python中检测图像的文本部分(jpg文件)。图像的文本部分是土耳其语，因此我使用的是Tesseract-OCR文件中的“土耳其培训数据(Tur)”。在使用之前，我使用了膨胀和腐蚀来消除噪音。
问题是，即使可以检测到某些特定区域的字符，但检测结果大多是不成功的，无法检测到土耳其字符。你知道什么方法吗?或者你有什么建议来获得更多的成功。以下是我的代码：
import pytesseract
from PIL import Image
import cv2
img= cv2.imread('C:\Users\gulsa\De
浏览 4提问于2017-11-06得票数 0
回答已采纳
2回答
图像预处理tesseract
opencv、preprocessor、ocr、tesseract
我正在做一个名片扫描仪，用于我关于数字图像处理的期末考试，我想问你，我必须如何对名片的照片进行预处理，以便tesseract能够识别文本。我尝试了很多方法，像侵蚀，扩张，阈值，但我不能有一个好的结果…你能帮帮我吗?
谢谢
马可
浏览 2提问于2012-08-09得票数 1
4回答
改进图片以检测区域内的字符
python、opencv、computer-vision、ocr
我的目标是检测这类图像上的字符。
我需要对图像进行改进，以便Tesseract能够更好地识别，可能需要执行以下步骤：
旋转图像，以便蓝色矩形是水平的，在这方面需要帮助。
根据蓝色矩形裁剪图像需要帮助
应用阈值滤波和高斯模糊
使用Tesseract检测字符
img = Image.open('grid.jpg')图像= np.array(img.convert("RGB")):，:，：1.复制()#需要在这里旋转图像并填充空白#需要在这里裁剪图像# gray =cv2.cvtColor(图像，cv2.COLOR_BGR2GRAY) # Ots
浏览 0提问于2018-09-24得票数 3
回答已采纳
1回答
将tesseract训练成一种特定的字体
ocr、tesseract
我正在使用tesseract来处理来自screen-scraper应用程序的OCR文本。唯一使用的字体是SegoeUI8ClearType质量(见下图)。此时，tesseract做得很差，混合了Z和2，0和o等等。
我试着放大文本图像(没有改进)。查看eng.traineddata，我可以看到tesseract没有使用SegoeUI8ClearTypeQuality进行培训。
问题：我如何用新的字体训练tesseract，并指定只使用该字体？
浏览 0提问于2018-03-12得票数 7
1回答
Android Tesseract (Tess-two) OCR结果较差的七个细分
android、ocr、tesseract、google-vision、seven-segment-display
我正在开发一个应用程序，在这个应用程序中，你可以给设备拍照，它会存储信息。然而，由于该设备使用七段显示器/ LCD，我正在努力获得良好的结果。 我使用过Firebase OCR、Google Vision ML Kit和Tesseract (Tess-two)。 它们中的每一个都提供了很差的结果，特别是Tesseract，考虑到我已经训练和微调了它来识别三种类型的七段字体，错误率为0.09。 我也尝试过使用其他人的训练数据，比如letsgodigital 我已经将图像转换为灰度，然后将其二值化，我也只将数字列入白名单，仍然无法正确检测文本。我还能做些什么来改善结果呢？ 下面的结果都是tess
浏览 103提问于2020-04-17得票数 0
2回答
如何避免Tesseract将小行识别为数字或字母？
ocr、tesseract
我正在使用Tesseract来识别1bpp图像中的大而清晰的文本。它非常适合我选择的字体和字号。但是，它也将一些小线条和斑点识别为字母/数字。在附加的图像中，Tesseract不仅识别"Ge“、"1”、"2“、”j“和"Sp"，而且还识别每一行的附加"1"，对应于您在那里可以看到的那些小垂直线。如何避免Tesseract这样做？
提前谢谢。
浏览 5提问于2014-11-29得票数 1
4回答
OCR纠错:如何合并三个错误结果以减少错误
algorithm、ocr、error-correction
问题所在
我试图通过合并来自三种不同OCR系统(tesseract、楔形信息、ocrad)的输出来改进OCR过程的结果。我已经做了图像预处理(干洗，鄙视，三和更多)。我不认为这部分可以改进得更多。通常需要识别的文本长度在1到6个字之间。文本的语言是未知的，它们经常包含幻想词。我在Linux上。首选语言是Python。
到目前为止我拥有的
通常每个结果都有一个或两个错误。但它们在不同的字符/位置上有错误。错误可能是它们识别错误的字符，或者它们包含一个不存在的字符。他们不常忽视一个角色。
一个示例看起来可能如下所示：
Xorem_ipsum
lorXYm_ipsum
lorem_ipuX
X是错误
浏览 3提问于2010-09-10得票数 6
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
