Python中使用EasyOCR+OpenCV无法识别白底数字5的问题求助

1. 图像预处理增强对比度 #

EasyOCR对低对比度图像的字符定位能力有限，通过预处理强化数字与背景的差异：

import cv2
import easyocr

img = cv2.imread('test.png')
# 转换为灰度图，减少色彩干扰
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化处理，让数字与背景形成强烈对比
_, binary_img = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY)

reader = easyocr.Reader(['en'], gpu=True)
text = reader.readtext(binary_img, allowlist='0123456789')
print(text)

如果数字是浅色（比如浅灰），可尝试反转二值化（cv2.THRESH_BINARY_INV）让数字变为黑色。

2. 调整识别参数适配小尺寸字符 #

若数字尺寸过小，EasyOCR会默认忽略，可通过参数调整：

• min_size：设置最小字符尺寸，比如数字高度小于10像素时，设min_size=5（按需调整）
• contrast_ths：降低对比度阈值，允许识别对比度稍低的字符

示例代码：

text = reader.readtext(img, allowlist='0123456789', min_size=5, contrast_ths=0.1)

3. 验证图像加载状态 #

确认图像路径正确，且图像未损坏：

img = cv2.imread('test.png')
if img is None:
    print("图像加载失败，请检查路径或文件完整性")
else:
    cv2.imshow('Loaded Image', img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

若图像无法显示，需修正路径或更换完好的图片文件。

4. 尝试禁用GPU加速 #

部分环境下GPU兼容性问题会导致识别异常，切换到CPU模式测试：

reader = easyocr.Reader(['en'], gpu=False)

内容的提问来源于stack exchange，提问作者David G.