使用opencv4nodejs预处理图片 优化Tesseract小数字识别

我正尝试预处理一张图片，随后用Tesseract识别图片右侧的数字，代码如下：

const COORDINATES = {
  MORE_INFO_LABELS: {
    x: 740,
    y: 165,
    w: 112,
    h: 326,
  },
};

const worker = await createWorker("eng", OEM.TESSERACT_LSTM_COMBINED);

await worker.setParameters({
  tessedit_char_whitelist: "0123456789",
  tessedit_pageseg_mode: PSM.SINGLE_LINE,
});

const moreInfoScreenshot = await cv.imdecodeAsync(
  await fs.readFile("test.png"),
  cv.IMREAD_GRAYSCALE
);

const binaryImage = moreInfoScreenshot.adaptiveThreshold(
  255,
  cv.ADAPTIVE_THRESH_GAUSSIAN_C,
  cv.THRESH_BINARY_INV,
  11,
  2
);
const moreInfoScreenshotPNG = await cv.imencodeAsync(".png", binaryImage);

await cv.imwriteAsync("test-fmt.png", binaryImage);

function coordinatesToRectangle(coordinates) {
  return {
    top: coordinates.y,
    left: coordinates.x,
    width: coordinates.w,
    height: coordinates.h,
  };
}

const {
  data: { text: moreInfoText },
} = await options.worker.recognize(moreInfoScreenshotPNG, {
  rectangle: coordinatesToRectangle(COORDINATES.MORE_INFO_LABELS),
});

处理后的图片中，Tesseract无法识别其中的较小数字，输出文本为：moreInfoText: '100408218\n18870369\n26783840937\n3330133360\n215735\n'，请问如何确保这些小数字被正确识别？

1. 调整图像预处理逻辑 #

• 放大目标区域：小数字尺寸不足是识别失效的核心原因，先对裁剪后的区域进行放大处理，使用cv.resize设置fx/fy为2-3倍，选择cv.INTER_CUBIC插值方式保留细节，再执行二值化。
• 优化二值化参数：当前自适应阈值的块大小11对小数字过于粗糙，尝试将块大小改为5或7，常数项调整为1，让小数字的边缘更锐利，减少模糊。
• 添加降噪操作：用cv.morphologyEx执行开运算（cv.MORPH_OPEN），消除二值化后残留的噪点，避免干扰Tesseract的字符检测。

2. 调整Tesseract参数 #

• 修改页面分割模式：替换PSM.SINGLE_LINE为PSM.SPARSE_TEXT，该模式适合识别分散的多行文本，能更好地捕捉小尺寸数字块。
• 更新字符白名单：将tessedit_char_whitelist设为"0123456789\n"，加入换行符帮助Tesseract正确分割行。
• 使用数字专用模型：加载Tesseract针对数字优化的训练模型，或自定义训练小尺寸数字的识别模型，提升对小数字的识别精度。

3. 优化区域分割策略 #

• 拆分识别区域：不要一次性识别整个右侧区域，而是为每行数字单独设置坐标，逐个区域识别，避免大区域内大小数字互相干扰。
• 校验坐标准确性：检查COORDINATES.MORE_INFO_LABELS的坐标是否完全覆盖所有数字行，尤其是小数字的位置，确保没有偏移或遗漏。

4. 后处理校验 #

结合业务场景对识别结果进行长度校验，比如已知每行数字的大致长度范围，若输出长度不符则重新识别对应区域，补全遗漏的小数字。

内容的提问来源于stack exchange，提问作者user22257111