Extraction de texte à partir d'images

Question

Je travaille sur l'extraction de texte en images.

Dans un premier temps les images sont colorées avec du texte placé en blanc, sur plus de traiter les images, le texte est affiché en pixels noirs et d'autres sont blancs (avec un peu de bruit), voici un échantillon:

Maintenant, quand j'essaie l'OCR en utilisant pytesseract (tesseract), je n'ai toujours pas de texte.

Est-il possible d'extraire du texte à partir d'images colorées?

Answer 1

from PIL import Image 
import pytesseract 
import argparse 
import cv2 

# construct the argument parser and parse the arguments 
ap = argparse.ArgumentParser() 
ap.add_argument("-i", "--image", required=True, help="Path to the image") 
args = vars(ap.parse_args()) 

# load the image and convert it to grayscale 
image = cv2.imread(args["image"]) 
cv2.imshow("Original", image) 

# Apply an "average" blur to the image 

blurred = cv2.blur(image, (3,3)) 
cv2.imshow("Blurred_image", blurred) 
img = Image.fromarray(blurred) 
text = pytesseract.image_to_string(img, lang='eng') 
print (text) 
cv2.waitKey(0) 

En tant que résultat je reçois = « séjour: dans un Overwoter Bungalow 3 $» »

Qu'en est-il en utilisant Contour et prendre des blobs inutiles de celui-ci? peut fonctionner