6
Estoy tratando de detectar algunos caracteres en mayúsculas de una captura de pantalla. Puedo convertir a blanco y negro con el PIL, y luego usando el ejemplo de código de la página PyTesser, corro tesser.exe en la imagen:Baja tasa de éxito con pytesser? ¿Es esto un problema de ruido o hay algo más que deba hacerse?
from pytesser import *
image = Image.open('fnord.tif')
print image_to_string(image)
estoy usando esta imagen: 
Pero no lo reconoce como una E, o realmente nada por el hecho. Creo que es una captura lo suficientemente limpia? El ruido en la parte superior no es tirarlo, ¿verdad?
¿Hay algo que me falta?
He ejecutado la línea de comando util que muestra 'Tesseract Open Source OCR Engine v3.02 con Leptonica' - sin una opción' psm' - Obtengo un archivo vacío. Usando '-psm 10' que supuestamente "trata la imagen como un solo caracter" - obtengo '%' seguido de dos nuevas líneas ... –
[Limitando los caracteres que tesseract busca] (http://stackoverflow.com/questions/2363490/limit-characters-tesseract-is-looking-for) me ayudó en el pasado. – user500198
Si los caracteres en mayúscula que está tratando de reconocer están en un tipo de letra único que es claro como se muestra en la pregunta, entonces no hay muchas razones para confiar en tesseract. Algunas características topológicas simples junto con información básica pueden resolver eso directamente. – mmgp