Pytesseract OCR 的多個配置選項
Pytesseract 是一個強大的 OCR 工具，廣泛用於從圖像中提取文字。然而，在識別特定字元集的任務時，它可能會遇到挑戰。為了克服這些限制，使用者經常使用自訂參數來配置 Tesseract。
一個常見的場景是將 Tesseract 配置為接受單一數字，同時排除其他字元。在區分數字零和字母“O”時，這一點變得至關重要，因為數字零和字母“O”在某些情況下可能看起來相同。為了實現這一點，Tesseract 提供了多個可以進行相應調整的配置選項。
使用 psm 和 tessedit_char_whitelist 參數
隨著 Tesseract 4.0.0a 的發布，使用者獲得存取權限更廣泛的頁面分段模式（psm 值）。對於以單一字元識別為主要目標的場景，將 psm 設為 10 證明是有效的。此參數指示 Tesseract 將影像視為單一字元。
此外，要將 Tesseract 的辨識範圍限制為僅數字，使用者可以使用 tessedit_char_whitelist 參數。透過指定字元白名單，例如 0123456789，Tesseract 將獨佔該白名單中的字元。
範例用法
以下程式碼示範如何結合psm 和tessedit_char_whitelist實際參數設定：
在此範例中，image 變數表示要處理的輸入圖像，lang='eng' 指定文字為英文。透過設定boxes=False，函數將不會輸出已識別字元的邊界框。
--psm 10 參數確保使用單一字元識別，而--oem 3 參數選擇預設的 OCR 引擎。最後， -c tessedit_char_whitelist=0123456789 參數將識別僅限於數字。
透過理解和利用這些多個配置選項，使用者可以有效地自訂 Pytesseract 的行為以滿足其特定的 OCR 需求，從而實現準確且精確的文本提取。
以上是如何配置 Pytesseract 以僅識別單一數字？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
