使用Python Tesseract OCR提取图片数字失败，求优化方案

针对你遇到的数字识别为空或错误的问题，结合图片特征和现有代码，可从预处理优化、Tesseract参数调整、关键检查点三个方向改进：

一、优化图像预处理流程 #

现有预处理步骤存在冗余，且参数可能不匹配图片特征，可简化并调整：

方案1：基于PIL的精简预处理 #

from PIL import Image, ImageEnhance, ImageOps
import pytesseract

# 加载并裁剪图片（确认bbox坐标完全覆盖数字，无边缘裁切）
screenshot = Image.open("screenshot2.png")
bbox = (970, 640, 1045, 675)
cropped_image = screenshot.crop(bbox)

# 放大数字（关键：小尺寸数字放大后识别率显著提升）
cropped_image = cropped_image.resize((cropped_image.width * 3, cropped_image.height * 3), Image.LANCZOS)

# 增强对比度+转灰度
enhancer = ImageEnhance.Contrast(cropped_image)
enhanced_image = enhancer.enhance(3.0)
gray_image = enhanced_image.convert("L")

# 阈值处理：确保数字为黑色、背景为白色（根据实际图片调整阈值）
# 若数字是深色背景浅色字，反转后再阈值；反之直接阈值
thresholded_image = gray_image.point(lambda p: 0 if p < 130 else 255)

# 保存处理后的图片用于验证
thresholded_image.save("processed_image.png")

方案2：用OpenCV做专业预处理（推荐） #

OpenCV的自适应阈值和形态学操作能更好应对光照不均、噪声问题：

import cv2
import pytesseract

# 加载并裁剪图片（OpenCV坐标格式：[y起始:y结束, x起始:x结束]）
img = cv2.imread("screenshot2.png")
cropped_img = img[640:675, 970:1045]

# 放大数字
cropped_img = cv2.resize(cropped_img, None, fx=3, fy=3, interpolation=cv2.INTER_LANCZOS4)

# 转灰度+自适应阈值处理
gray = cv2.cvtColor(cropped_img, cv2.COLOR_BGR2GRAY)
thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)

# 形态学闭运算去除细小噪声
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))
processed_img = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

cv2.imwrite("processed_opencv.png", processed_img)

二、调整Tesseract识别参数 #

现有--psm 13不适合少量数字的识别场景，改用以下配置：

# 针对单行数字的最优配置
text = pytesseract.image_to_string(processed_img, config="--psm 7 --oem 3 -c tessedit_char_whitelist=0123456789")

# 提取数字
numbers = [int(num) for num in text.strip() if num.isdigit()]
print(numbers)

参数说明：

• --psm 7：将图像视为单行文本，匹配两个数字的布局
• --oem 3：混合使用传统引擎和LSTM引擎，兼顾兼容性和准确率
• tessedit_char_whitelist=0123456789：强制只识别数字，过滤干扰字符

三、关键检查点 #

1. 验证裁剪区域：打开裁剪后的图片，确认数字完整无裁切，若坐标不准确，调整bbox数值
2. 更新Tesseract版本：旧版本对特殊字体支持差，确保安装最新版（v5.x以上）
3. 特殊字体处理：若数字是艺术字体/游戏字体，可收集该字体的数字样本，用Tesseract训练工具生成自定义语言包，大幅提升识别率

内容的提问来源于stack exchange，提问作者felix st-aubin