PyTesseract旋转识别代码处理正向图片时失效的问题排查

问题根源 #

你的代码在处理**0度（原图）**时存在逻辑错误：
在find_best_rotation函数的循环中，当angle == 0时，嵌套三元表达式的最终分支会执行cv2.ROTATE_180——也就是说你并没有直接用原图识别文本，反而把正向图片旋转180度后再提取内容。这会导致0度对应的识别结果是倒置状态的无效文本（长度极短甚至为空），最终函数会错误地选择其他旋转角度；即使偶然选到0度，后续旋转时也会把原图转成180度，自然无法识别正向图片的内容。

错误代码片段：

rotated_image = cv2.rotate(image, cv2.ROTATE_90_CLOCKWISE if angle == 90 else cv2.ROTATE_90_COUNTERCLOCKWISE if angle == 270 else cv2.ROTATE_180)

修复方案 #

修改旋转逻辑，明确0度时直接使用原图，不做旋转操作：

修复后的完整代码 #

import pytesseract
import cv2

myconfig = r"--psm 6 --oem 3"

# Replace with your image file path
img = cv2.imread("lib\\math\\one (un).jpg")

# Create a function to find the best rotation angle
def find_best_rotation(image):
    confidences = []
    for angle in [0, 90, 180, 270]:
        # 明确各角度对应的处理逻辑
        if angle == 0:
            rotated_image = image.copy()
        elif angle == 90:
            rotated_image = cv2.rotate(image, cv2.ROTATE_90_CLOCKWISE)
        elif angle == 180:
            rotated_image = cv2.rotate(image, cv2.ROTATE_180)
        elif angle == 270:
            rotated_image = cv2.rotate(image, cv2.ROTATE_90_COUNTERCLOCKWISE)
        
        text = pytesseract.image_to_string(rotated_image, config=myconfig)
        confidences.append((angle, len(text.strip())))

    best_rotation, _ = max(confidences, key=lambda x: x[1])
    return best_rotation

best_rotation = find_best_rotation(img)

# Rotate the image to the best rotation
if best_rotation == 0:
    best_rotated_image = img.copy()
elif best_rotation == 90:
    best_rotated_image = cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)
elif best_rotation == 180:
    best_rotated_image = cv2.rotate(img, cv2.ROTATE_180)
elif best_rotation == 270:
    best_rotated_image = cv2.rotate(img, cv2.ROTATE_90_COUNTERCLOCKWISE)

text = pytesseract.image_to_string(best_rotated_image, config=myconfig)

print(f"Best rotation angle: {best_rotation} degrees")
print("Text extracted from the image:")
print(text)

优化说明 #

• 把嵌套三元表达式拆分为清晰的if-elif分支，避免逻辑歧义，也便于后续维护
• 0度时直接复制原图，保证用正向状态识别文本
• 后续生成最佳旋转图片时，同样对0度做单独处理，避免不必要的旋转操作

额外建议 #

• 如果图片存在非90度倍数的倾斜，可以考虑加入倾斜校正逻辑（比如通过霍夫变换检测文本行角度）
• 可尝试调整Tesseract的--psm参数，比如用--psm 3（默认自动分页）适配更多场景

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