Python Tesseract OCR无法识别指定图像文本的问题求助

testimg.png:

我尝试识别该图像中的文本，但毫无结果；对其他文本的识别效果也极差，部分单词会被随机字符替换，必须对照词表才能得到正确内容。
这是我要识别文本的图像，我已尝试使用Tesseract进行灰度化、反转等多种预处理操作，但均无效果，始终无法识别出文本。请问该如何解决或训练模型？

当前代码：

pyautogui.screenshot("testimg.png", region=(1050, 30, 455, 50)) #name

originalImage = cv2.imread('testimg.png')

# Convert the image to grayscale
grayImage = cv2.cvtColor(originalImage, cv2.COLOR_BGR2GRAY)

# Apply a threshold to get a binary image
(_, blackAndWhiteImage) = cv2.threshold(grayImage, 127, 255, cv2.THRESH_BINARY_INV)


custom_config = r'--psm 7'
text = pytesseract.image_to_string(blackAndWhiteImage, config=custom_config)
print('Extracted Text: ', text)

一、优化图像预处理 #

• 替换固定阈值为自适应阈值：固定阈值127无法适配局部明暗差异，改用自适应阈值能精准调整：

  blackAndWhiteImage = cv2.adaptiveThreshold(grayImage, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)
  

• 添加降噪步骤：若图像存在噪点，先做高斯模糊处理：

  blurred = cv2.GaussianBlur(grayImage, (3,3), 0)
  

• 形态学增强文本边缘：用闭运算填补文本缝隙，强化字符轮廓：

  kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2,2))
  processedImage = cv2.morphologyEx(blackAndWhiteImage, cv2.MORPH_CLOSE, kernel)
  

二、调整Tesseract识别配置 #

• 切换PSM模式：--psm 7仅适用于单行文本，若布局复杂，可尝试--psm 6（单块文本假设）或--psm 3（自动布局检测）。
• 限定字符集与语言：针对英文文本，指定语言并限定识别字符范围，减少随机错误：

  custom_config = r'--psm 6 -c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz'
  text = pytesseract.image_to_string(processedImage, lang='eng', config=custom_config)
  

三、模型微调（上述方法无效时） #

• 准备训练样本：收集至少几百张和目标图像风格、字体一致的文本图像，手动标注对应字符，生成Tesseract要求的.box和.tif格式文件。
• 基于现有模型微调：使用Tesseract的训练套件（如tesstrain），以官方英文模型为基础，针对你的特定文本样式进行微调训练。
• 注意样本覆盖：确保样本包含所有可能出现的字符、字号和排版场景，提升模型适配性。

内容的提问来源于stack exchange，提问作者philM