如何通过预处理提升Tesseract OCR识别美分浮雕文字Liberty的准确率

针对你遇到的识别错误问题，以下是几个关键预处理步骤，配合调整后的代码可大幅提升识别成功率：

1. 自适应阈值化增强对比度 #

硬币表面文字与背景灰度差异小，固定阈值易丢失细节，改用自适应阈值能根据局部区域自动调整，突出文字边缘：

def preprocess_threshold(img):
    # 自适应高斯阈值，块大小11，常数2，反转黑白让文字为白色
    img = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)
    return img

2. 形态学操作去除噪声 #

用开运算（先腐蚀再膨胀）消除硬币表面细小噪点，让文字轮廓更连贯：

def remove_noise(img):
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2,2))
    img = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel, iterations=1)
    return img

3. 弧形文字展开（核心步骤） #

林肯硬币上的"Liberty"是弧形排列的，Tesseract对非水平直线文字识别效果差，需将弧形文字展开为水平：

def unwarp_arc_text(img):
    h, w = img.shape
    # 根据硬币布局，假设弧形圆心在图像右侧
    center_x = w + int(w * 0.6)
    center_y = h // 2
    # 极坐标转换展开弧形
    warped = cv2.warpPolar(img, (w, h), (center_x, center_y), center_x, cv2.WARP_POLAR_LINEAR + cv2.WARP_FILL_OUTLIERS)
    # 旋转调整为水平方向
    warped = cv2.rotate(warped, cv2.ROTATE_90_COUNTERCLOCKWISE)
    # 裁剪掉无效边缘区域
    warped = warped[20:h-20, 20:w-20]
    return warped

4. 优化Tesseract配置 #

除--psm 8（单字行识别）外，限制字符集可减少识别错误：

text = pytesseract.image_to_string(processed_img, config='--psm 8 -c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZ')

完整修改后的代码 #

import cv2
import pytesseract

def LoadImage(fn):
    img = cv2.imread(fn)
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    img = cv2.resize(img, (400,400))
    return img

def GetLibertyCroppedArea(img):
    top = 190
    bot = 240
    lft = 10
    rgt = 130
    cropped_area = img[top:bot, lft:rgt]
    cropped_area = cv2.resize(cropped_area, (360,150))
    return cropped_area

def preprocess_image(img):
    # 自适应阈值化
    img = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)
    # 去除噪声
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2,2))
    img = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel, iterations=1)
    # 展开弧形文字
    img = unwarp_arc_text(img)
    return img

def unwarp_arc_text(img):
    h, w = img.shape
    center_x = w + int(w * 0.6)
    center_y = h // 2
    warped = cv2.warpPolar(img, (w, h), (center_x, center_y), center_x, cv2.WARP_POLAR_LINEAR + cv2.WARP_FILL_OUTLIERS)
    warped = cv2.rotate(warped, cv2.ROTATE_90_COUNTERCLOCKWISE)
    warped = warped[20:h-20, 20:w-20]
    return warped

# 执行流程
fn = "你的图片路径.jpg"
img = LoadImage(fn)
liberty = GetLibertyCroppedArea(img)
processed_img = preprocess_image(liberty)

text = pytesseract.image_to_string(processed_img, config='--psm 8 -c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZ')
text = text.strip()
print(f"识别结果: {text}")

额外提示 #

• 若弧形展开效果不佳，可调整center_x的数值（如w + int(w * 0.5)或w + int(w * 0.7)），找到最适配的圆心位置。
• 可将预处理后的图像放大2-3倍，进一步提升Tesseract的识别精度。

内容的提问来源于stack exchange，提问作者skeeter