如何在小图像中使用pytesseract改进手写文本识别？

Question

我想使用pytesseract库进行手写文本识别，以读取平均尺寸为43*45像素的图像中的数字字符。以下示例图像：

预期结果：

9
1
4

我想从图像中得到一个数字字符

我已经尝试了下面的代码

import pytesseract

# loop through images
print(pytesseract.image_to_string("text.jpg", config='--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789'))

但真正的结果是，我得到的准确率不到50%，甚至更低，一些数字读得很好，一些在一张图像中读到2个字符，一些不读。
当我删除-c tessedit_char_whitelist = 0123456789配置时，我会得到字符4、\和字母g。
如何使PyteSeract将图像视为唯一的单个数字字符，而不是使用仍将文本读取为字母数字的白名单

PS：我知道OCR不能100%准确。至少精度可以提高

Answer 1

因此，对于this GitHub issue，tesseract 4.0不支持LSTM模型中的白名单字符。您可以通过将Tesseract升级到4.1版本而不是使用旧模型（即 oem标志）来解决此问题

或者，您可以尝试使用this answer中的Robert Harris所建议的标志config='digits'，强制PyteSeract只返回数字

This blog article建议创建一个python函数，该函数使用一个简单的正则表达式来提取所有数字，而不是使用多个标志和版本