Przetwarzanie obrazu dla OCR z leptonicą (odwrotny kolorowy tekst)

Question

Próbuję przetworzyć następujący obraz z leptonicą, aby wyodrębnić tekst za pomocą tesseract.

Obraz oryginału:

Tesseract na oryginalnym obrazie daje to:

i s l 
D2J1FiiE-l191x1iitmwii9 uhiaiislz-2 Q ~37 
Bottom linez 
With a little time! 
you can learn social media technology 
using free online resources- 
And if you donity 
youlll be at a significant disadvantage 
to 
other HOn-pFOiiTS- 

nie super, zwłaszcza górna tła. Więc za pomocą leptionica użyć algorytmu usuwania tła (rozmycie, różnica, próg, inwertowany), aby uzyskać następujący obraz:

Ale tesseract nie robi dobrą robotę z nim:

@@r-mair lkrm@W lh@w ilr@ mJs@ iklh@ ii@c2lhm1@ll 
mm Mime 
VWU1 a Mitt-Jle time- 
@1m ll@@Wn Om @@@lh1 
using free onhne resources- 
Andifyoudoni 
9110 ate a $0 D 
to other non-profrts 
I 

Głównym problemem wydaje się, że teraz cały tekst jest zarysowany zamiast solidnego. Jak mogę dostosować mój algorytm lub co mogę dodać, aby tekst był solidny?

Answer 1

Wydaje się, że dokument ten proponuje sposób binaryzacji który rozwiązuje problem:

T Kasar, J Kumar i G Ramakrishnan. Font and Background Color Independent Text Binarization. (2007)