我有這樣的圖像（白色背景和黑色文本）。如果沒有噪音（如您所見：數字線的頂部和底部有許多噪音），Tesseract可以識別出數字非常好。如何自定義Tesseract忽略噪音？
但是當有噪音時，Tesseract嘗試將其識別爲數字並添加更多數字。這真的很糟糕。我如何使Tesseract忽略噪音？我無法制作預處理圖像，使其更加鮮明或鮮明。這沒有任何幫助。
如果某些工具只能高亮字符串行。這對Tesseract來說可能是非常好的輸入。請幫幫我。謝謝大家。
你應該嘗試eroding and dilating：
最基本的形態學操作有二：腐蝕和膨脹。 他們有廣泛用途的陣列，即：
去除噪聲
...
你可以嘗試下采樣的二進制圖像，並再次品嚐它（pyrDown和PyrUp）或你可以嘗試smooth你的形象與高斯模糊。並且，如已經暗示的那樣，erode和dilate您的圖像。
我看到你的問題的解決方案3：
erode和dilate或某種模糊的。這是最簡單的解決方案。findContours函數），然後刪除面積小於某個值的所有等值線（嘗試不同的值，您應該找到正確的等高線）。請注意，該值可能不是恆定的 - 例如，您可以嘗試使用平均輪廓面積的80％（只需添加所有輪廓面積，再除以輪廓數量並乘以0.8）。T和B。 B.y和T.y之間的所有元素添加一個。 （所以如果B =（1,4）並且T =（3,11），則向數組[4]，數組[5]，數組[6] ...，數組[11]）加1。 v。所有輪廓B.y <= v <= T.y應該是字母，其他輪廓 - 噪音。做連接組件標籤....這是blob計數....所有劑量噪聲永遠不會匹配數字的大小....與形態學技術的數字也得到修改...標籤image ...計算每個標記區域中的像素數量並設置一個閾值（您可以輕鬆設置，因爲您只會有數字和噪音）... cvblob是用C++編寫的代碼庫，可供用戶使用...
通過使用圖像處理技術（形態學操作，如侵蝕和擴張），您可以輕鬆去除這些噪音，您可以選擇opencv進行此操作。