Estoy aplicando pytesseract a mi proyecto y no obtenía los resultados deseados, así que empecé a optimizar un poco...
- Entrené la font desde el sitio web
- Hice binaria la imagen (Blanco y negro)
- Puse únicamente los caracteres que tendrán las imágenes (A hasta Z en mayúscula)
- Ya que son de un solo carácter, puse en config "--psm 10"
- En una medida desesperada, con Photoshop subí los DPI de 72 a 600
Pero aún con todo esto y teniendo una clara letra aislada y visible, en vez de la "A" obtengo una "T"... ¿Hay algo dónde esté fallando? Realmente agradecería mucho vuestra ayuda :)
#Importar los modulos necesarios
import pytesseract
import pyautogui
import cv2
pytesseract.pytesseract.tesseract_cmd = 'C:\\Program Files\\Tesseract-OCR\\tesseract.exe'
#Leer la imagen
celda1 = cv2.imread('imagen.jpg')
# extraer texto de la imagen
sret=pytesseract.image_to_string(celda1, config="-c tessedit"
"_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZ"
" --psm 10"
" -l osd"
" ")
# mostrar el resultado
print(sret)