使用pytesseract/tesserocr提取独立小背景数字失败求助

一、强化图像预处理（核心优化点） #

带独立色块背景的数字，关键是先彻底分离数字与背景，再做降噪和标准化：

• 背景颜色分离：如果背景是固定色系，用HSV颜色阈值精准抠出背景/数字区域。比如背景为蓝色时，通过cv2.inRange生成掩码，反转后得到纯数字区域（避免灰度转换时丢失颜色区分度）。
• 形态学降噪：阈值处理后用闭运算（先膨胀后腐蚀）消除数字边缘的小噪点，让字符轮廓更规整，示例核大小用(2,2)矩形核即可。
• 单数字区域提取：通过轮廓检测筛选出单个数字的 bounding box，过滤掉过小的噪点轮廓，再将每个数字统一resize到固定尺寸（如32x32），提升Tesseract的识别稳定性。

二、Tesseract参数精细化配置 #

之前尝试的PSM值需结合字符白名单和引擎模式，针对单数字场景推荐：

• 配置参数：--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789
  • --psm 10：强制单字符识别模式，适配独立色块的单个数字；
  • --oem 3：启用默认的混合引擎模式；
  • tessedit_char_whitelist：限定仅识别数字，排除其他干扰字符。
• 优先使用image_to_string结合上述配置，而不是仅依赖image_to_boxes/image_to_data（后两者多用于定位而非精准识别）。

三、完整代码示例 #

import cv2
import pytesseract

# 读取目标图片
img = cv2.imread("target_digit_image.png")

# 1. HSV颜色阈值分离背景（根据实际背景色调整HSV范围）
hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 示例：蓝色背景的HSV范围，需根据你的图片实际校准
lower_bg = (90, 50, 50)
upper_bg = (130, 255, 255)
bg_mask = cv2.inRange(hsv_img, lower_bg, upper_bg)
# 反转掩码，得到白色数字+黑色背景的图像
digit_mask = cv2.bitwise_not(bg_mask)

# 2. 形态学闭运算降噪
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))
processed_img = cv2.morphologyEx(digit_mask, cv2.MORPH_CLOSE, kernel)

# 3. 提取单个数字轮廓并识别
contours, _ = cv2.findContours(processed_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
result = []

for cnt in contours:
    x, y, w, h = cv2.boundingRect(cnt)
    # 过滤噪点轮廓（根据图片尺寸调整宽高阈值）
    if w >= 8 and h >= 8:
        # 裁剪单个数字区域
        digit_roi = processed_img[y:y+h, x:x+w]
        # 统一尺寸为32x32
        digit_roi = cv2.resize(digit_roi, (32, 32), interpolation=cv2.INTER_AREA)
        # 应用Tesseract配置
        config = "--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789"
        digit = pytesseract.image_to_string(digit_roi, config=config).strip()
        if digit:
            result.append(digit)

# 输出最终识别结果
print("识别数字：", "".join(result))

四、备选方案（若上述方法仍失效） #

• 自定义Tesseract字库：收集该场景下的数字样本，生成训练集后训练专属.traineddata字库，替换Tesseract默认字库，大幅提升特定字体/背景的识别率。
• 切换轻量OCR模型：尝试EasyOCR（无需复杂预处理，对数字场景适配性好），或基于MNIST训练简易CNN模型（数字类别少，训练成本极低）。

内容的提问来源于stack exchange，提问作者BaskarA