如何让Tesseract正确检测图像文本？Python脚本返回空串问题排查

一、脚本本身的变量错误 #

你的代码存在未定义变量的问题，这是导致输出异常的直接原因：

• 函数参数为img，转成cvimg后，后续却使用了未定义的screen和screenGR变量，这会引发逻辑错误，无法正确处理图像。

二、Tesseract识别失败的核心原因及修复 #

除代码错误外，Tesseract对输入图像质量要求较高，测试图像大概率存在对比度不足、噪声干扰、文本尺寸过小等问题，且缺少必要的预处理步骤。

修复步骤 #

1. 修正代码变量错误

统一变量名，修正颜色通道转换逻辑（PIL转OpenCV后通道为RGB，需转为OpenCV默认的BGR）：

import cv2
import pytesseract
import numpy as np
from PIL import Image

def getText(img): # 接收PIL.Image类型输入
    cvimg = np.array(img) 
    # 转换PIL的RGB通道为OpenCV的BGR通道
    cvimg = cv2.cvtColor(cvimg, cv2.COLOR_RGB2BGR)
    greyscale = cv2.cvtColor(cvimg, cv2.COLOR_BGR2GRAY) # 正确使用转换后的图像
    textFromImg = pytesseract.image_to_string(greyscale) # 基于灰度图识别
    
    return textFromImg.strip()

2. 添加图像预处理提升识别率

针对低质量图像，增加预处理步骤强化文本特征：

import cv2
import pytesseract
import numpy as np
from PIL import Image

def getText(img):
    cvimg = np.array(img)
    cvimg = cv2.cvtColor(cvimg, cv2.COLOR_RGB2BGR)
    greyscale = cv2.cvtColor(cvimg, cv2.COLOR_BGR2GRAY)
    
    # 1. 二值化：自动阈值分割，增强文本与背景对比度
    _, thresh_img = cv2.threshold(greyscale, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
    
    # 2. 去噪：消除图像杂点干扰
    denoised_img = cv2.medianBlur(thresh_img, 3)
    
    # 3. 放大文本：针对小尺寸文本提升识别率
    height, width = denoised_img.shape
    if height < 100 or width < 300:
        denoised_img = cv2.resize(denoised_img, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC)
    
    # 4. 指定识别语言（英文场景添加lang='eng'，需确保已安装对应语言包）
    textFromImg = pytesseract.image_to_string(denoised_img, lang='eng')
    
    return textFromImg.strip()

3. 额外优化建议

• 确认Tesseract已安装对应语言包（比如英文包可通过tesseract --list-langs查看）
• 若图像存在倾斜，可添加霍夫变换检测文本角度并做旋转校正
• 复杂背景场景下，替换二值化步骤为自适应阈值分割：cv2.adaptiveThreshold(greyscale, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)

内容的提问来源于stack exchange，提问作者itm54