Обнаружение неправильного номера DocTR ⇐ Python

[Anonymous]

Я пытаюсь извлечь данные из изображения с помощью docTR для OCR и OpenCV, чтобы улучшить качество изображения за счет удаления фона. Однако я столкнулся с проблемой, из-за которой результаты оптического распознавания символов неправильно преобразуют число 6 в 9 и наоборот.
[img]https://i.sstatic.net /AJ9mqwV8.png[/img]
Вот код, который я использую для улучшения качества изображения:
def enhance_negative_signs(image):

_, binary = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY_INV)

kernel = np.ones((1, 3), np.uint8) # horizontal kernel
negative_signs = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel)

image[negative_signs > 0] = 0

return image
def replace_yellow_with_white(bgr):

hsv = cv2.cvtColor(bgr, cv2.COLOR_BGR2HSV)

lower_yellow = np.array([23, 104, 163])

upper_yellow = np.array([30, 246, 255])

mask_yellow = cv2.inRange(hsv, lower_yellow, upper_yellow)

bgr[mask_yellow == 255] = [255, 255, 255]

return bgr

def preprocess_image(image_path):

orginal_img = cv2.imread(image_path)

original_img = cv2.resize(orginal_img, None, fx=1.5, fy=1.5, interpolation=cv2.INTER_CUBIC)

if orginal_img is None:
return None,None

bgr_img = original_img.copy()

bgr_img = replace_yellow_with_white(bgr_img)

gray = cv2.cvtColor(bgr_img, cv2.COLOR_BGR2GRAY)

thresh = cv2.adaptiveThreshold(
gray, 255,
cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY,
blockSize=15,
C=10
)

kernel = np.ones((1, 1), np.uint8)
processed_img = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)
processed_img = enhance_negative_signs(processed_img)

return processed_img,original_img
processed_img, original_img = preprocess_image(original_img_path)
pil_image = Image.fromarray(processed_img)

# Convert PIL image to bytes
buffer = BytesIO()
pil_image.save(buffer, format="PNG")
image_bytes = buffer.getvalue()

doc = DocumentFile.from_images([image_bytes])
page = doc[0]
model = ocr_predictor(
det_arch='db_resnet50',
reco_arch='crnn_vgg16_bn',
pretrained=True,
det_bs=4,
assume_straight_pages=False,
paragraph_break=0.8
)
content = model(doc)


Подробнее здесь: https://stackoverflow.com/questions/793 ... -detection