Tesseract在特定场景下无法识别数字0的技术求助

1. 优化图像预处理，强化目标字符对比度 #

你提到仅当滤镜强度过高导致红色文本消失时0的识别效果才提升，说明红色数字0与背景的灰度对比度不足。可以针对性调整预处理流程：

• 将图像转为HSV颜色空间，精准筛选红色区域（调整H、S、V阈值，单独保留红色文本）
• 把筛选后的红色区域转为灰度图，再做二值化处理，确保0的轮廓清晰，与前导字符边界分明
• 避免过度模糊操作，重点强化0的边缘细节，防止字符丢失

2. 调整PSM参数，适配字符识别场景 #

当前使用的PSM 11是针对稀疏文本的模式，而你的场景存在字符粘连（前导字符识别框包含0的宽度），更适合以下PSM模式：

• PSM 7：强制Tesseract将图像视为单行文本，减少多字符粘连的误判
• PSM 8：若单独提取0的区域，用此模式强制识别单个字符
• 测试PSM 6（假设图像为单一均匀文本块），让Tesseract按固定文本块处理，降低分割错误概率

修改后的配置示例：

configString = r'--oem 3 psm 7 -c tessedit_char_whitelist=0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ():.$£B '

注：你的字符白名单遗漏了大写字母O，虽当前问题聚焦数字0，但补上可避免后续其他识别异常

3. 形态学操作分离粘连字符 #

前导字符与0的识别框合并，说明两者存在像素粘连。可通过形态学操作处理：

• 对二值化图像做腐蚀操作：缩小字符轮廓，断开前导字符与0之间的粘连像素
• 或采用开运算（先膨胀再腐蚀），去除字符边缘杂色的同时，保留清晰的字符边界

4. 单独提取目标区域识别 #

既然遮挡周围文本问题仍存在，说明问题出在0本身的区域：

• 基于字符宽度、位置规律，提前定位绿色/蓝色圈中0的位置
• 单独裁剪该小区域（尺寸匹配字符大小，比如20×30像素左右）
• 对裁剪后的小图用PSM 8做单字符识别，提升准确率

5. 微调Tesseract识别参数 #

在配置中添加以下参数，强化数字0的识别优先级：

• -c classify_bln_numeric_mode=1：启用数字识别模式，提升数字类字符的识别权重
• -c tessedit_do_invert=0：确保图像黑白反转正确（若文本为浅色、背景深色，需设为1）

调整后的配置示例：

configString = r'--oem 3 psm 7 -c tessedit_char_whitelist=0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ():.$£B -c classify_bln_numeric_mode=1'

内容的提问来源于stack exchange，提问作者Jannik Steiner