Как распознать рукопись в pytesseract?

Question

[Илья]

Добрый день, у меня есть не сложный код:

import pytesseract
from PIL import Image
img = Image.open('k0.jpg')
pytesseract.pytesseract.tesseract_cmd = 'C:\\Program Files\\Tesseract-OCR\\tesseract.exe'

text = pytesseract.image_to_string(img, lang='eng+rus')

print(text)

И картинка:


Когда она распознает ее, то на выход будет непонятные символы, которых может не быть на картинке.
Как это можно пофиксить?

Comments

[d'Ivan]

Для экспериментов может подойти фреймворк Gamera.

Answer 1

[Владимир Куц]

Тессерактом вряд ли достигнете желаемое. Обучайте нейронки...
Туториалов по распознаванию mnist - валом. А у вас - задача очень похожая.

Comments

[Сергей Ильин]

присоединюсь.
1/ для чистки - ищите длинные параллельные линии - это линии тетради, их надо будет как-то скрыть (например, маской)
2/ Потом перевести все в черно-белое (уровень подбирать индивидуально)
3/ дальше - ваша фантазия. Вейвлеты, графы, нейронки...

[U235U235]

Сергей Ильин, можно не искать линии, на данной картинке, думаю, сегментация по цвету в hsv справится.
Так же можно попробовать обучить Tesseract рукописным символам, т.к. внутри него нейросеть.

[Владимир Куц]

U235U235, думаю - к тому времени как он обучит нейросеть - тессеракт уже не понадобится )))

[Сергей Ильин]

U235U235, по линиям - да, кстати, можно и hsv, не подумал