我有这样的图像（白色背景和黑色文本）。如果没有噪音（如您所见：数字线的顶部和底部有许多噪音），Tesseract可以识别出数字非常好。如何自定义Tesseract忽略噪音？
但是当有噪音时，Tesseract尝试将其识别为数字并添加更多数字。这真的很糟糕。我如何使Tesseract忽略噪音？我无法制作预处理图像，使其更加鲜明或鲜明。这没有任何帮助。
如果某些工具只能高亮字符串行。这对Tesseract来说可能是非常好的输入。请帮帮我。谢谢大家。
你应该尝试eroding and dilating：
最基本的形态学操作有二：腐蚀和膨胀。 他们有广泛用途的阵列，即：
去除噪声
...
你可以尝试下采样的二进制图像，并再次品尝它（pyrDown和PyrUp）或你可以尝试smooth你的形象与高斯模糊。并且，如已经暗示的那样，erode和dilate您的图像。
我看到你的问题的解决方案3：
erode和dilate或某种模糊的。这是最简单的解决方案。findContours函数），然后删除面积小于某个值的所有等值线（尝试不同的值，您应该找到正确的等高线）。请注意，该值可能不是恒定的 - 例如，您可以尝试使用平均轮廓面积的80％（只需添加所有轮廓面积，再除以轮廓数量并乘以0.8）。T和B。 B.y和T.y之间的所有元素添加一个。 （所以如果B =（1,4）并且T =（3,11），则向数组[4]，数组[5]，数组[6] ...，数组[11]）加1。 v。所有轮廓B.y <= v <= T.y应该是字母，其他轮廓 - 噪音。做连接组件标签....这是blob计数....所有剂量噪声永远不会匹配数字的大小....与形态学技术的数字也得到修改...标签image ...计算每个标记区域中的像素数量并设置一个阈值（您可以轻松设置，因为您只会有数字和噪音）... cvblob是用C++编写的代码库，可供用户使用...
通过使用图像处理技术（形态学操作，如侵蚀和扩张），您可以轻松去除这些噪音，您可以选择opencv进行此操作。