如何提高讀取正方體的準確性？ (How to improve read tesseract accuracy?)

問題描述

如何提高讀取正方體的準確性？ (How to improve read tesseract accuracy?)

我想得到以下預期結果。您能給我一些改進結果的建議嗎？

• 輸入圖像

• 預期結果

流 動 資 産
固 定 資 産

• 實際結果

産 産
資 資
動 定

• 重現結果

$ git clone https://github.com/zono/ocr.git
$ cd ocr
$ git checkout 0f2541eac302dd1fe2efbbd3b36e7ba40a99d232
$ docker‑compose up ‑d
$ docker exec ‑it ocr /bin/bash
# /usr/local/bin/tesseract /ocr/src/bssample7.png stdout ‑l jpn
産 産
資 資
動 定

• 版本

$ docker ‑v
Docker version 19.03.5, build 633a0ea

# tesseract ‑v
tesseract 4.1.1‑rc2‑22‑g08899
 leptonica‑1.79.0
  libjpeg 8d (libjpeg‑turbo 1.5.2) : libpng 1.6.34 : libtiff 4.0.9 : zlib 1.2.11

參考解法

方法 1:

you need to use another page‑segmentation‑method to get the expected result.

Try to append ‑‑psm 6 to your command to make it look like this:

$ tesseract /ocr/src/bssample7.png outputfilename ‑l jpn ‑‑psm 6

Here you can read about the different methods:

https://github.com/tesseract‑ocr/tesseract/wiki/ImproveQuality#page‑segmentation‑method

Kind regards

方法 2:

I found the solution from Tesseract OCR Read Horizontally rather than Vertically C#

# /usr/local/bin/tesseract /ocr/src/bssample7.png stdout ‑l jpn ‑‑psm 6
流 動 資 産
固 定 資 産

(by zono、Ebby、zono)

參考文件

1. How to improve read tesseract accuracy? (CC BY‑SA 2.5/3.0/4.0)