EasyOCR识别葡萄牙语单独字母'e'异常的解决方法咨询

问题概述 #

使用Python结合EasyOCR识别葡萄牙语文本时，无法稳定识别大词之间作为连接词的单独字母"e"：部分区域完全检测不到该字母，部分区域仅能识别部分位置的"e"。

原代码 #

def getOCRResults(imgFP)->list[tuple[tuple[int,int,int,int]|None,str|None,float|None]]:

    reader = easyocr.Reader(['pt'], gpu=False)
    result = reader.readtext(imgFP, width_ths=0.7, add_margin=0.2, height_ths=0.8)
    return result


def draw_bounding_boxes(image, detections, threshold=0.25):
    for bbox, text, score in detections:
        if score > threshold:
            cv2.rectangle(image, tuple(map(int, bbox[0])), tuple(map(int, bbox[2])), (0, 255, 0), 1)
            cv2.putText(image, text, tuple(map(int, bbox[0])), cv2.FONT_HERSHEY_SIMPLEX, 0.35, (255, 0, 0), 1)

OCRResults = getOCRResults(image_path)
img = cv2.imread(image_path)
draw_bounding_boxes(img,OCRResults,0.25)
plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGBA))
plt.show()

解决方案 #

1. 调整EasyOCR检测参数

EasyOCR默认参数对单个窄小字母的检测不够友好，可通过调整以下参数提升"e"的识别率：

• width_ths：降低阈值，允许更窄的文本块被检测（原0.7改为0.3）
• add_margin：增大边距，让单个字母更容易被纳入检测范围（原0.2改为0.3）
• height_ths：降低高度阈值，适配不同行高的单个字母（原0.8改为0.5）
• min_size：设置为1，避免忽略极小的文本块

修改后的getOCRResults函数：

def getOCRResults(imgFP)->list[tuple[tuple[int,int,int,int]|None,str|None,float|None]]:
    reader = easyocr.Reader(['pt'], gpu=False)
    # 适配单个字母检测的参数调整
    result = reader.readtext(
        imgFP,
        width_ths=0.3,
        add_margin=0.3,
        height_ths=0.5,
        min_size=1
    )
    return result

2. 图像预处理增强辨识度

如果图像存在模糊、光照不均或噪声，会影响单个字母的检测。可通过预处理提升图像清晰度：

def preprocess_image(img_path):
    img = cv2.imread(img_path)
    # 转灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 自适应二值化，适配光照不均场景
    thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)
    # 降噪处理
    denoised = cv2.medianBlur(thresh, 1)
    return denoised

调用时传入预处理后的图像：

preprocessed_img = preprocess_image(image_path)
OCRResults = getOCRResults(preprocessed_img)

3. 后处理上下文补全

如果仍有漏检，可基于葡萄牙语的语言规律（常见"X e Y"结构），通过后处理补全缺失的"e"：

def post_process_results(results):
    texts = []
    bboxes = []
    scores = []
    for bbox, text, score in results:
        if score > 0.25:
            texts.append(text)
            bboxes.append(bbox)
            scores.append(score)
    
    processed_results = []
    for i in range(len(texts)):
        processed_results.append((bboxes[i], texts[i], scores[i]))
        # 检查相邻文本块的间距，判断是否可能缺失"e"
        if i < len(texts) - 1:
            current_right = bboxes[i][2][0]
            next_left = bboxes[i+1][0][0]
            gap = next_left - current_right
            # 间距小于20像素时，补全"e"（可根据实际图像调整阈值）
            if gap < 20:
                # 估算"e"的 bounding box
                e_bbox = (
                    (current_right + 5, bboxes[i][0][1]),
                    (next_left - 5, bboxes[i][0][1]),
                    (next_left - 5, bboxes[i][2][1]),
                    (current_right + 5, bboxes[i][2][1])
                )
                processed_results.append((e_bbox, "e", 0.9))
    return processed_results

使用后处理结果绘制框：

OCRResults = getOCRResults(image_path)
processed_results = post_process_results(OCRResults)
draw_bounding_boxes(img, processed_results, 0.25)

内容的提问来源于stack exchange，提问作者Anika