How to preprocess a CAPTCHA to improve text recognition accuracy with Tesseract OCR

I’m trying to improve text recognition accuracy using Tesseract OCR by preprocessing images with Sharp, but I’m still struggling to get accurate results. The text in the images often contains noise or distortion, and despite various preprocessing attempts, Tesseract is not able to recognize the text correctly.

import sharp from 'sharp';
import Tesseract from 'tesseract.js';
import fs from 'fs';
import path from 'path';
import { fileURLToPath } from 'url';

// Function to process the image with Sharp
async function processImage(imagePath, processedImagePath) {
    try {
        await sharp(imagePath)
            .resize(800) 
            .grayscale() 
            .normalize() 
            .threshold(228) 
            .sharpen() 
            .toFile(processedImagePath);
    } catch (error) {
        console.error("Error", error);
    }
}

// Function to recognize text with Tesseract
async function recognizeText(imagePath) {
    try {
        const { data: { text } } = await Tesseract.recognize(
            imagePath,
            "eng", 
            { 
                logger: info => console.log(info)
            }
        );
        console.log("Text:", text);
    } catch (error) {
        console.error("Error:", error);
    }
}

// Paths for the image files
const __filename = fileURLToPath(import.meta.url);
const __dirname = path.dirname(__filename);

const tempImagePath = path.join(__dirname, "downloaded-image.jpg");
const processedImagePath = path.join(__dirname, "processed-captcha.png");

// Process and recognize the image
await processImage(tempImagePath, processedImagePath);
await recognizeText(processedImagePath);

This is the original image:

What I’ve Tried:

  • Grayscale Conversion: I converted the image to grayscale to simplify the color channels.

  • Normalization: I normalized the image to enhance contrast.

  • Binarization: I applied a threshold to binarize the image.

  • Sharpening: I sharpened the image to make the text more distinct.

Despite these efforts, the text recognition is still inaccurate. Could anyone suggest additional preprocessing techniques or improvements to this approach? Are there specific settings or methods I should consider to enhance OCR results with Tesseract?

This is the result:

1

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật