Распознавание капчи на python, как улучшить результат?

Question

[flexpc]

captha = images[i]

    scale_percent = int(300)

    image = cv2.imread(captha) #Открываю капчу

    width = int(image.shape[1] * scale_percent / 100)
    height = int(image.shape[0] * scale_percent / 100)

    dim = (width, height)

    resized = cv2.resize(image, dim, interpolation = cv2.INTER_AREA)
    gray = cv2.cvtColor(resized, cv2.COLOR_BGR2GRAY)        #
    ret, threshold_image = cv2.threshold(gray, 160, 150, 1, cv2.THRESH_BINARY)

    cv2.imshow('', threshold_image)
    cv2.waitKey(0)

    capthaStr = pytesseract.image_to_string(threshold_image, config='--psm 11') #Преобразовываю в текст

имею вот такой код, капча вот такая

spoiler

Она вроде бы не сложная, но я получаю вот такой вывод с кода

Правильный ответ: 3FWS
Ответ программы: 3A NWS



Правильный ответ: 6BYC
Ответ программы: 6 YC



Правильный ответ: A8ES
Ответ программы: SES



Правильный ответ: DY69
Ответ программы: DY 69



Правильный ответ: GD8F
Ответ программы: GOS



Правильный ответ: LBYR
Ответ программы: LB YR



Правильный ответ: X87D
Ответ программы: X8 /D



Правильный ответ: Y9X3
Ответ программы: Y 9X3



Правильно 0 из 8

а вот так ее преобразует cv2

spoiler

UDP: вот небольшой пак с этими капчами, если понадобиться

Comments

[Shandy]

а чем апи для решения не подходят? быстрее и проще будет

Answer 1

[Владимир Куц]

Не бойтесь экспериментировать. Вот на скорую руку:

scale_percent = 30
image = cv2.imread(captcha)

dim = (image.shape[1] * scale_percent // 100, image.shape[0] * scale_percent // 100)

resized = cv2.resize(image, dim, interpolation = cv2.INTER_AREA)
gray = cv2.cvtColor(resized, cv2.COLOR_BGR2GRAY)        #
ret, threshold_image = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)
threshold_image = np.invert(threshold_image)

Answer 2

[Vindicar]

Ну так ты хреначишь BGR2GRAY+пороговое преобразование с фиксированным порогом, и думаешь что оно само сработает? Волшебную кнопку ждёшь?
Попробуй перегнать в HSV и поэкспериментируй с каналами, посмотри, какой наиболее информативный. Используй алгоритм Otsu для определения порога.
Попробуй разбить текст на символы, например, через connected components with stats. Если символы не касаются друг друга, должно сработать. Если касаются, то будет сложнее - нужно будет как-то разделять их ДО порогового преобразования.
Потом уже пробуй распознать каждый символ. Если шрифт всегда один и тот же, то может и pytesseract не понадобится, просто собери образцы символов и ищи их через generalized Hough-Guil.