Я использовал tesseract для преобразования документов в текст. Качество документов колеблется в широких пределах, и я ищу советы о том, какая обработка изображений может улучшить результаты. Я заметил, что текст с высокой пикселизацией - например, сгенерированный факсимильными аппаратами - особенно трудно обрабатывать тессерактом - по-видимому, все эти неровные края символов смешивают алгоритмы распознавания формы.

Какие методы обработки изображений позволят повысить точность? Я использовал размытие по Гауссу для сглаживания пикселизированных изображений и заметил небольшое улучшение, но я надеюсь, что есть более специфическая методика, которая даст лучшие результаты. Скажем, фильтр, настроенный на черно-белые изображения, который сгладил бы неровные края, а затем фильтр, который увеличил бы контраст, чтобы сделать символы более четкими.

Какие-нибудь общие советы для тех, кто является новичком в обработке изображений?