使用pytesseract识别黑底红字失败，求有效图像处理方案

问题背景 #

需要提取黑底红字图像中的文本，现有代码将图像转为灰度图后，红色文字变为深灰色，导致Tesseract仅能识别出部分内容（如“Day 1382, 03:23:17:”），尝试的通道判断代码因逻辑错误无法生效。

有效解决方案 #

核心思路是针对红色通道单独处理，利用红色在RGB通道中的特征（红色通道值远高于绿、蓝通道），将红色文字转换为Tesseract更容易识别的白底黑字格式：

步骤说明 #

1. 读取图像后，转换颜色空间并提取红色通道；
2. 对红色通道做二值化处理，过滤出红色文字区域；
3. 反转图像得到白底黑字的高对比度格式；
4. 优化Tesseract配置参数提升识别准确率。

完整代码示例 #

import cv2
import pytesseract
import numpy as np

pytesseract.pytesseract.tesseract_cmd = "tesseract/tesseract.exe"
image_path = 'img4.png'

# 读取带alpha通道的原图
img = cv2.imread(image_path, cv2.IMREAD_UNCHANGED)

# 转换为RGB格式，提取红色通道（OpenCV默认读取为BGR，需转换）
rgb_img = cv2.cvtColor(img, cv2.COLOR_BGRA2RGB)
red_channel = rgb_img[:, :, 0]

# 二值化：筛选出红色文字区域（阈值可根据实际图像微调）
_, binary_img = cv2.threshold(red_channel, 200, 255, cv2.THRESH_BINARY)

# 反转图像得到白底黑字，适配Tesseract识别偏好
inverted_img = cv2.bitwise_not(binary_img)

# 限定识别字符范围，进一步提升准确率
text = pytesseract.image_to_string(
    inverted_img, 
    config='--oem 3 --psm 6 -c tessedit_char_whitelist="0123456789Day:,"'
)

print(text)

代码解释 #

• 红色通道提取：黑底红字图像中，红色通道的文字区域亮度远高于背景，单独提取后能获得天然高对比度；
• 二值化与反转：通过阈值过滤出红色文字，反转后得到Tesseract最优识别的白底黑字格式；
• 配置优化：添加字符白名单，减少识别干扰，提升精准度。

错误代码分析 #

之前尝试的代码存在逻辑错误：gray_img是单通道灰度图，不存在axis=2维度，(gray_img == 31).all(axis=2)会直接报错，无法实现颜色替换效果。

内容的提问来源于stack exchange，提问作者TosiX