TesseractJS无法识别非0/90度对齐文本，已开自动旋转仍无效

针对你遇到的问题——即使开启PSM.AUTO_OSD仍无法识别倾斜或从下到上排列的文本，可通过以下几个方向调整：

1. 优化页面分割模式（PSM） #

PSM.AUTO_OSD虽集成了方向检测，但对极端倾斜或倒转文本的支持有限，建议换用更针对性的模式：

• PSM.SPARSE_TEXT_OSD：适配零散、非连续的倾斜文本，同时保留方向检测功能
• PSM.RAW_LINE：直接识别单条文本线，适合已知文本为单行但倾斜的场景

修改参数示例：

await newWorker.setParameters({
    tessedit_pageseg_mode: PSM.SPARSE_TEXT_OSD,
    tessedit_do_osd: 1, // 明确启用方向检测模块
});

2. 增加图像预处理步骤 #

Tesseract内置预处理能力有限，提前对图像做灰度化、对比度增强、降噪，能大幅提升极端场景下的识别率。以下是用Jimp库预处理的示例：

先安装依赖：

npm install jimp

再修改代码：

import Jimp from 'jimp';

// 图像预处理函数
async function preprocessImage(base64Url: string) {
    const image = await Jimp.read(base64Url);
    return image
        .greyscale() // 转灰度减少颜色干扰
        .contrast(0.3) // 提高文本与背景对比度
        .normalize() // 归一化像素值
        .getBase64Async(Jimp.MIME_PNG);
}

const extractText = async (base64Url: string) => {
    if (worker) {
        const processedImg = await preprocessImage(base64Url);
        const ret = await worker.recognize(processedImg);
        // 可查看OSD检测的旋转角度，确认是否需要手动调整
        console.log("检测到的旋转角度:", ret.data.osd?.rotation);
        return ret.data.text;
    }
}

3. 手动处理倒转文本 #

如果是从下到上的倒转文本，Tesseract的OSD可能无法完全识别，可尝试手动旋转180度后再识别：

async function rotateImage180(base64Url: string) {
    const image = await Jimp.read(base64Url);
    return image.rotate(180).getBase64Async(Jimp.MIME_PNG);
}

// 识别时尝试原图像+旋转后图像的双重识别
const extractText = async (base64Url: string) => {
    if (worker) {
        const processedImg = await preprocessImage(base64Url);
        const rotatedImg = await rotateImage180(processedImg);
        
        const [ret1, ret2] = await Promise.all([
            worker.recognize(processedImg),
            worker.recognize(rotatedImg)
        ]);
        
        // 返回非空的识别结果
        return ret1.data.text || ret2.data.text;
    }
}

4. 检查语言包兼容性 #

确保你使用的语言包支持垂直/特殊方向的文本识别，比如中文需使用chi_sim或chi_tra的完整语言包，避免使用精简版。

内容的提问来源于stack exchange，提问作者Adi