我一直在努力训练tesseract引擎到ocr图像，这些图像使用七种数字字体编写 .
并且，在搜索之后，事实证明tesseract将不会分割字体，除非片段以某种方式连接 .
所以，我在图像上使用了侵蚀，这是一个opencv函数来连接段 . http://www.tutorialspoint.com/java_dip/eroding_dilating.htm
然后，在将图像处理到tesseract之前，我使用阈值将图像转换为二进制（此步骤是多余的，因为tesseract内部进行图像二值化） . http://docs.opencv.org/2.4/doc/tutorials/imgproc/threshold/threshold.html
我的主要问题是数字在深绿色背景上用黑色写成 . 结果如下
原始图片：
方法1：侵蚀和二值化后（我尝试了各种阈值最大值）
方法2：我尝试使用k-means或c-means算法，但结果并没有好多少 .
方法3：我也试过自适应高斯阈值
方法4：自适应均值
方法5：将原始图像传递给tesseract而不进行任何图像处理并输出结果图像（Tesseract使用leptonica在内部进行图像处理） .
我也尝试了各种样本而不是这个样本，并尝试使用Gimp image processing中的步骤来增强图像，但是没有什么对我有用 . 有什么建议？谢谢！