使用Tesseract无法识别图片中的单个数字8，求解决方案

我尝试从图片中提取数字，但始终无法识别出数字8。已经试过调整PSM参数（比如6、10），当前代码如下：

image = cv2.imread(image_path)
if(image is not None):
    # Convert the image to grayscale
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # Use OCR to extract text from the image
    extracted_text = pytesseract.image_to_string(gray, config='--psm 10 -c tessedit_char_whitelist=0123456789')

解决思路 #

• 图像预处理优化对比度：数字8可能因亮度、对比度不足被误判，可尝试二值化处理强化字符轮廓：

  # 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)
  # 或固定阈值二值化（需根据图像调整阈值数值）
  # _, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV)
  extracted_text = pytesseract.image_to_string(thresh, config='--psm 10 -c tessedit_char_whitelist=0123456789')
  

• 调整PSM参数适配场景：PSM 10是单字符识别模式，若图像中数字8和其他元素存在粘连，切换到PSM 6（假设图像为单一文本块）试试：

  extracted_text = pytesseract.image_to_string(gray, config='--psm 6 -c tessedit_char_whitelist=0123456789')
  

• 形态学操作修正字符形态：如果数字8的笔画过细或过粗，用膨胀/腐蚀操作修正：

  import numpy as np
  kernel = np.ones((2,2), np.uint8)
  # 膨胀增强笔画清晰度
  dilated = cv2.dilate(gray, kernel, iterations=1)
  # 或腐蚀去除干扰噪点
  # eroded = cv2.erode(gray, kernel, iterations=1)
  extracted_text = pytesseract.image_to_string(dilated, config='--psm 10 -c tessedit_char_whitelist=0123456789')
  

• 更新Tesseract版本：旧版本Tesseract对部分字体的数字8识别率偏低，确保使用最新稳定版。

内容的提问来源于stack exchange，提问作者Mukul Saini