如何配置Tesseract提取图片中带框的全部数字？

• 强化图像预处理
  仅放大不足以抵消框线干扰，建议结合以下操作：

  1. 二值化：将图像转为纯黑白，最大化数字与背景、框线的对比度，比如把数字和框线转为黑色，背景设为白色（或根据实际反转）。
  2. 形态学去噪：用开运算（先腐蚀后膨胀）去除图像中的小噪点，同时保留数字的完整性。
  3. 框线弱化：如果框线干扰严重，可通过水平线/垂直线检测定位框线后擦除，或调整阈值让框线与背景融合。
     示例预处理代码（Python+OpenCV）：

  import cv2
  # 读取灰度图
  img = cv2.imread("带框数字.png", cv2.IMREAD_GRAYSCALE)
  # 二值化（反转成黑底白字，适配Tesseract默认识别逻辑）
  _, binary_img = cv2.threshold(img, 150, 255, cv2.THRESH_BINARY_INV)
  # 开运算去噪
  kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))
  processed_img = cv2.morphologyEx(binary_img, cv2.MORPH_OPEN, kernel)
  # 保存处理后的图像
  cv2.imwrite("processed_digits.png", processed_img)
  

• 精准设置Tesseract参数
  针对单框单数字的场景，推荐组合以下参数，无需盲目遍历所有PSM模式：

  tesseract processed_digits.png output --oem 3 --psm 10 -c tessedit_char_whitelist=0123456789 -c textord_min_xheight=30
  

  参数说明：

  • --oem 3：启用混合OCR引擎（传统+LSTM），适配特殊字符样式
  • --psm 10：单字符识别模式，匹配每个框内仅一个数字的场景
  • tessedit_char_whitelist=0123456789：严格限制识别范围为数字，减少干扰
  • textord_min_xheight=30：根据放大后数字的实际高度调整，过滤过小的噪点区域

• 分割单个字符后识别
  利用OpenCV检测每个数字框的轮廓，将图像裁剪为单个数字的小图，再逐一用PSM 10模式识别：

  1. 通过边缘检测或轮廓查找定位所有数字框
  2. 按轮廓坐标裁剪每个数字区域
  3. 对每个小图单独执行Tesseract识别
     这种方式能彻底避免框线和相邻数字的干扰。

• 训练自定义字库
  如果以上方法都无效，可针对带框数字训练专属字库：

  1. 准备10-20张带标注的带框数字样本（每个数字至少3-5个样本）
  2. 用Tesseract的tesstrain工具生成自定义.traineddata字库
  3. 识别时指定自定义字库：tesseract img.png output -l custom --psm 10

内容的提问来源于stack exchange，提问作者TRDBEI