Windows11下Python3.11中Tesseract无法识别图像文本求助

一、调整Tesseract配置与预处理细节 #

• 切换--psm模式：当前使用的--psm 6适用于整块连续文本，若图像文本布局分散或不规则，可尝试--psm 3（自动布局分析）、--psm 11（稀疏文本识别）或--psm 12（无固定布局的稀疏文本）。
• 指定语言参数：如果识别中文文本，必须添加lang='chi_sim'参数（需提前安装Tesseract的中文语言包），示例：

  data = tess.image_to_string(threshold, config='--psm 6', lang='chi_sim')
  

• 替换阈值处理方式：OTSU阈值对光照不均的图像效果差，可改用自适应阈值：

  adaptive_threshold = cv2.adaptiveThreshold(greyscale, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)
  

• 增加降噪步骤：用高斯模糊或中值滤波减少噪点干扰：

  # 高斯模糊
  blur_img = cv2.GaussianBlur(greyscale, (3,3), 0)
  # 中值滤波
  median_img = cv2.medianBlur(greyscale, 3)
  

二、尝试其他OCR库 #

• EasyOCR：无需额外安装引擎，开箱即用支持多语言：

  import easyocr
  # 加载中英文识别模型
  reader = easyocr.Reader(['ch_sim', 'en'])
  result = reader.readtext(path)
  # 提取识别文本
  for item in result:
      print(item[1])
  

• PaddleOCR：百度开源高精度OCR，支持角度检测与复杂场景：

  from paddleocr import PaddleOCR
  # 开启角度检测，指定中文语言
  ocr = PaddleOCR(use_angle_cls=True, lang='ch')
  result = ocr.ocr(path, cls=True)
  # 提取文本内容
  for line in result:
      print(line[1][0])
  

内容的提问来源于stack exchange，提问作者Vik