标签:rac rom pre 分享 clean tesseract 读取 open put
在Tesseract处理背景渐变图片不太理想的情况下, 可以利用Pillow库, 创建一个阈值过滤器来去掉渐变的背景色, 只把文字留下来, 从而让图片更清晰, 便于Tesseract读取:
1 from PIL import Image 2 import subprocess 3 4 def cleanFile(filePath, newFilePath): 5 image = Image.open(filePath) 6 7 # 对图片进行阈值过滤, 然后保存 8 image = image.point(lambda x: 0 if x<143 else 255) 9 image.save(newFilePath) 10 11 # 调用系统的tesseract命令对图片进行ocr识别 12 # subprocess.call(["tesseract", newFilePath, "output"]) //报错:文件找不到 13 subprocess.call(["C:/Program Files (x86)/Tesseract-OCR/tesseract", newFilePath, "output"]) 14 15 # 打开文件读取结果 16 outputFile = open("output.txt", ‘r‘) 17 print(outputFile.read()) 18 outputFile.close() 19 20 cleanFile("text_2.png", "text_2_clean.png")
以下两张图片分别为text_2.png和text_2_clean.png
标签:rac rom pre 分享 clean tesseract 读取 open put
原文地址:http://www.cnblogs.com/CoolJayson/p/7352129.html