Python无法提取TradingView截图中的Buy/Sell信号求解决

一、先确认基础环境配置 #

• 检查Tesseract OCR引擎路径是否正确配置，Windows系统需在代码中指定路径：

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

  Linux/Mac系统需确保tesseract已加入环境变量，或直接指定安装路径。
• 用pip list确认依赖包版本：pyautogui、Pillow（注意不是PIL）、pytesseract、opencv-python需正常安装且版本兼容。

二、优化图像预处理流程 #

TradingView信号区域通常是深色背景+浅色文字，需针对性处理：

1. 精准裁剪信号区域：
   确保裁剪范围只包含Buy/Sell文字，避免无关区域干扰：

   screen = pyautogui.screenshot()
   # 替换为你实际的信号区域坐标（x1,y1为左上角，x2,y2为右下角）
   signal_img = screen.crop((150, 300, 400, 350))
   

2. 灰度化+自适应二值化：
   相比固定阈值，自适应阈值更适配不同光照下的文字：

   import cv2
   import numpy as np
   
   # 转OpenCV格式
   img_cv = cv2.cvtColor(np.array(signal_img), cv2.COLOR_RGB2BGR)
   # 灰度化
   gray = cv2.cvtColor(img_cv, cv2.COLOR_BGR2GRAY)
   # 自适应二值化（反转颜色，让文字为白色背景为黑色）
   binary = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)
   

3. 去噪处理：
   用中值滤波消除小噪点：

   denoised_img = cv2.medianBlur(binary, 3)
   

三、调整Tesseract识别参数 #

针对Buy/Sell这类短文本，限制识别范围并优化分割模式：

# 配置参数：oem 3使用默认引擎，psm 8假设文字为单个词，白名单限制仅识别Buy/Sell
custom_config = r'--oem 3 --psm 8 -c tessedit_char_whitelist=BuySell'
signal_text = pytesseract.image_to_string(denoised_img, config=custom_config).strip()
print("识别结果:", signal_text)

四、调试技巧 #

• 保存每一步预处理后的图像，比如cv2.imwrite('debug_denoised.png', denoised_img)，直观检查哪一步导致文字模糊或丢失。
• 手动截取信号区域的图片，用Tesseract命令行测试：

  tesseract test_signal.png output --oem 3 --psm 8 -c tessedit_char_whitelist=BuySell
  

  确认引擎本身能识别该文字，再排查代码问题。

内容的提问来源于stack exchange，提问作者Ignasis