pytesseract 无法从图像中识别复杂的数学公式

我在用pytesseractpython 中的模块，pytesseract从图像中识别文本，但它不适用于包含复杂数学公式（例如根、推导、积分数学问题或方程）的图像.

代码2.py

# Import modules
from PIL import Image
import pytesseract
import cv2

# Include tesseract executable in your path
pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

# Create an image object of PIL library
image = Image.open('23.jpg')

# img = cv2.imread('123.jpg')
# pass image into pytesseract module

# pytesseract is trained in many languages
image_to_text = pytesseract.image_to_string(image, lang='eng+equ')

image_to_text1 = pytesseract.image_to_string(image)

# Print the text
print(image_to_text)
# print(image_to_text1)


# workon digits

Output:

242/33
2x

2x+3X

2X+3x=4

2x?-3x +1=0
(x-1)(x+1) =x2-1
(x+2)/((x+3)(x-4))

7-4=3
V(x/2) =3

2xx—343=6x—3 (x#3)

Jeeta =e* +e

dy 2
S=2?-3
dz ¥

dy = (a? — 3)dx

输入图像 https://i.stack.imgur.com/0WEQl.jpg

要使用 MATH 语言，您应该为 tesseract 安装正确的语言。在你的情况下，它是“equ”https://github.com/tesseract-ocr/tessdata/raw/3.04.00/equ.traineddata https://github.com/tesseract-ocr/tessdata/raw/3.04.00/equ.traineddata。可用语言的完整列表位于https://tesseract-ocr.github.io/tessdoc/Data-Files https://tesseract-ocr.github.io/tessdoc/Data-Files

我不熟悉 Windows 的 tesseract 语言安装。但有一个文档位于https://github.com/tesseract-ocr/tesseract/wiki https://github.com/tesseract-ocr/tesseract/wiki :

如果您想使用其他语言，请下载适当的培训 data，使用 7-zip 解压，然后将 .traineddata 文件复制到 'tessdata' 目录，可能是 C:\Program Files\Tesseract-OCR\tessdata

首先尝试仅使用 cli （不使用 pyhton ）处理图像，因为 cli 有完整的选项列表可供调整。