使用OpenCV与Pytesseract识别图像数字出错的原因及解决方法咨询

原因分析 #

• 原图存在明显的背景噪声（斑点、杂色），干扰了Tesseract对字符特征的识别
• 当前代码仅读取并显示图像，未做任何预处理，直接识别时，Tesseract无法有效区分前景字符和背景噪声
• --psm 7参数虽将图像视为单行文本，但噪声导致字符边界模糊，Tesseract误判了字符特征

解决办法：图像预处理优化 #

通过OpenCV对图像做预处理，突出字符、消除噪声，具体步骤如下：

1. 转为灰度图 #

彩色图会增加识别复杂度，转为灰度图减少通道冗余信息：

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

2. 高斯模糊去噪 #

用高斯模糊平滑背景噪声，同时保留字符边缘特征：

blur = cv2.GaussianBlur(gray, (3, 3), 0)

3. 二值化阈值处理 #

将图像转为黑白二值，让字符与背景完全分离，符合Tesseract的识别逻辑：

_, thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

• THRESH_BINARY_INV反转颜色（字符变白、背景变黑，适配Tesseract的识别习惯）
• THRESH_OTSU自动计算最优阈值，无需手动调整参数

4. 形态学去噪（可选） #

若仍存在零星小噪声点，用开运算去除：

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))
cleaned = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)

完整优化代码 #

import cv2
import pytesseract

pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract"

img = cv2.imread(r"C:\Users\xxx\Desktop\ImageRecognition\number.jpg") 
# 图像预处理流程
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (3, 3), 0)
_, thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
# 可选形态学去噪
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))
cleaned = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)

# 显示预处理后的图像
window_name = 'Processed Image'
cv2.namedWindow(window_name, 0)
cv2.resizeWindow(window_name, 200, 100)
cv2.imshow(window_name, cleaned)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 优化识别配置：限制仅识别数字，提升准确率
configuration = '-l eng --psm 7 -c tessedit_char_whitelist=0123456789'
text = pytesseract.image_to_string(cleaned, config=configuration)

print("识别结果：", text.strip())

额外优化建议 #

• 始终添加tessedit_char_whitelist=0123456789配置，限制Tesseract仅识别数字，避免误识别无关字符
• 若字符存在倾斜，可通过霍夫直线检测或轮廓分析计算倾斜角度，先做旋转校正再识别
• 确保Tesseract为最新版本，定期更新语言包

内容的提问来源于stack exchange，提问作者BigPanda