求助：pytesseract识别本地图片文本返回错误值问题

我尝试识别本地存储的多张图片中的文本，但返回结果始终不准确：

• 预期结果e4cbd，实际返回‘edchd
• 预期结果4x22m，实际返回AL

最初使用以下代码时，甚至没有任何输出：

import pytesseract
from PIL import Image
image = Image.open('abc.png')
text = pytesseract.image_to_string(image)
print(text)

修改为text = pytesseract.image_to_string(img, lang='eng', config='--psm 6')后，虽能得到结果，但识别准确率依然不达标。测试图片对应的预期文本分别为：

• e4cbd
• 4x22m
• grmmc
• 2p6y8
• faxy4

解决建议 #

这类短字符（类似验证码）的识别问题，核心在于图像预处理和Tesseract参数优化，以下是具体方案：

1. 图像预处理 #

通过灰度转换、二值化、颜色反转等操作，强化字符与背景的对比度，帮助Tesseract更精准识别：

import pytesseract
from PIL import Image, ImageOps

def preprocess_image(image_path):
    # 打开图片并转换为灰度模式
    img = Image.open(image_path).convert('L')
    # 二值化处理，调整阈值让字符边缘更清晰
    threshold = 127
    img = img.point(lambda pixel: 255 if pixel > threshold else 0)
    # 反转颜色（若字符为浅色、背景为深色时适用）
    img = ImageOps.invert(img)
    return img

2. 优化Tesseract识别参数 #

针对短字符场景，调整参数限定识别范围和模式：

# 预处理图片
processed_img = preprocess_image('abc.png')
# 配置参数：单个字符块识别 + 限定字符范围 + 默认引擎
text = pytesseract.image_to_string(
    processed_img,
    lang='eng',
    config='--psm 10 --oem 3 -c tessedit_char_whitelist=abcdefghijklmnopqrstuvwxyz0123456789'
)
# 去除多余空白后输出
print(text.strip())

参数说明：

• --psm 10：指定识别单个字符（适合短验证码类场景）
• --oem 3：使用默认OCR引擎组合模式
• tessedit_char_whitelist：仅识别小写字母和数字，排除无关字符干扰

3. 验证预处理效果 #

可以将处理后的图片保存，确认字符是否清晰可见：

processed_img.save('processed_image.png')

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