监控录像截帧OCR识别日期时间出错，求图像预处理方案

从CCTV监控录像中裁剪出显示日期时间的图像区域后传入OCR，但因背景差异，部分图像识别正确，部分图像中OCR算法对数字和冒号识别错误。日期时间文字始终为白色，希望通过将背景改为纯黑来提升所有图像的识别率；同时已尝试pytesseract和easyocr，easyocr表现更优，若当前思路有误，请求提供能实现正确识别的图像预处理步骤。

示例图像与对应OCR输出 #

• 图像1：识别正确，输出：2023/06/30 20:19:29
• 图像2：识别错误，输出：20223/07/01 02 00 39（将2023识别为20223，所有冒号缺失）
• 图像3：识别错误，输出：2023/07701 07:42:01（日期应为2023/07/01）
• 图像4：识别错误，输出：2023/06/30 Z*ai :55（时间完全识别错误）

已使用的代码 #

import pytesseract
import cv2
import easyocr
import numpy as np


class Test:
    def __init__(self):
        self.text = ''
        self.reader = easyocr.Reader(['en'], gpu=True)
    def extract_time_easyOCR(self,croppedimagepath):
            img = cv2.imread(croppedimagepath)
            grayimg = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
            #cv2.imshow("original", grayimg)
            # preprocessed_image = cv2.threshold(grayimg, 127, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1] 
            # cv2.imshow('frame', preprocessed_image); cv2.waitKey(0)
            # threshold = 0.10 * np.max(grayimg)
            # grayimg[grayimg <= threshold] = 0
            # cv2.imshow('frame', grayimg); cv2.waitKey(0)
            result = self.reader.readtext(grayimg)
            for (bbox, text, prob) in result:
                self.text+=text + ' '
            print("resultfromEasyOCR",self.text)
            self.text = ""
            return self.text
    def extract_time_Tessaract(self,croppedimagepath):
            print("Inside Tessaract")
            image = cv2.imread("videos\Cropped_Image.jpg")
            image_RGB = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
            preprocessed_image = cv2.threshold(image_RGB, 127, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1] 
            print("resultfromTessaract",pytesseract.image_to_string(preprocessed_image))

核心疑问 #

• 能否通过将背景改为纯黑来确保所有图像的日期时间正确识别？
• 若上述思路存在问题，请求提供有效的图像预处理步骤以实现准确识别。

内容的提问来源于stack exchange，提问作者Sukumar Reddy