首先得点明你代码里的一个核心问题：你用了--psm 10这个配置，它是单字符识别模式，但你要识别的是U3DS这种多字符内容，这就难怪会出现识别成ss这类离谱错误了！先把这个核心配置改过来，再结合预处理流程优化，就能明显提升准确率。

下面是具体的优化步骤和调整后的代码：

一、调整Tesseract的核心配置参数 #

• 替换PSM模式：针对单一单词（比如U3DS），推荐用--psm 8（假设图像中只有一个独立单词），或者--psm 7（假设图像是单一文本行），完全适配你的识别场景；
• 添加字符白名单：因为你的目标是大写字母+数字，设置白名单可以让Tesseract只关注这些字符，大幅减少误识别：-c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789；
• 明确OCR引擎模式：加上--oem 3（使用默认的LSTM+传统引擎混合模式，兼容性和准确率都更优）。

二、优化图像预处理流程 #

你的现有预处理步骤有可调整的空间，针对OCR识别的特性，我做了这些优化：

• 缩放时用更清晰的插值方法，避免放大后出现锯齿；
• 增加形态学操作，去除小噪点、规整字符边缘；
• 提供两种去噪方案，可根据图像实际噪声类型切换；
• 针对不同对比度的图像，提供两种阈值处理选项。

调整后的完整代码 #

import pytesseract as pt
import cv2
import numpy as np

# 配置Tesseract路径
pt.pytesseract.tesseract_cmd = r"C:\Users\user\AppData\Local\Programs\Tesseract-OCR\tesseract.exe"

# 读取目标图像
img = cv2.imread("dd.png")  # 待识别内容为U3DS

# 1. 缩放图像（用INTER_CUBIC插值提升放大后的清晰度）
scale_factor = 1.3  # 放大1.3倍，可根据图像实际尺寸调整
img = cv2.resize(img, None, fx=scale_factor, fy=scale_factor, interpolation=cv2.INTER_CUBIC)

# 2. 转为灰度图，减少颜色干扰
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 3. 去噪：两种方案可选，根据图像噪声类型切换
# 方案1：双边滤波——适合保留字符边缘的同时去除高斯噪
# gray = cv2.bilateralFilter(gray, 9, 75, 75)
# 方案2：中值滤波——适合处理椒盐噪（图像上的白点/黑点噪点）
gray = cv2.medianBlur(gray, 3)

# 4. 阈值处理：两种方案可选
# 方案1：自适应阈值——适合有阴影、光照不均的图像
# th = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)
# 方案2：OTSU阈值——适合对比度高、光照均匀的图像
th = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# 5. 形态学操作：去除小噪点，规整字符边缘
kernel = np.ones((2, 2), np.uint8)
th = cv2.erode(th, kernel, iterations=1)  # 先腐蚀消除小噪点
th = cv2.dilate(th, kernel, iterations=1)  # 再膨胀还原字符边缘

# 6. 锐化（可选，图像模糊时开启）
kernel_sharpen = np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]])
sharpened = cv2.filter2D(th, -1, kernel_sharpen)

# 显示预处理后的图像（方便调试，看字符是否清晰规整）
cv2.imshow("Preprocessed Image", sharpened)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 7. Tesseract识别：使用优化后的配置
custom_config = r"--oem 3 --psm 8 -c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789"
result = pt.image_to_string(sharpened, config=custom_config)
print("识别结果:", result.strip())

三、额外调试小技巧 #

• 先观察预处理后的图像：如果字符边缘模糊、有残留噪点，就调整去噪和形态学操作的参数；
• 尝试不同PSM模式：如果图像中有多个单词，换成--psm 6（假设图像是一个单一文本块）；
• 如果图像倾斜，添加旋转矫正：用霍夫变换检测文本角度，再旋转图像对齐。

内容的提问来源于stack exchange，提问作者simransharma3