我之前做过类似的需求，完全不用Tesseract这类OCR库的话，核心就是抓住数字的几何特征共性——不管字体怎么变，0-9的基础形状规律是不会变的。下面分享一套可落地的方法：

一、先做预处理：把数字“孤立”出来 #

这一步是基础，目的是消除干扰，让每个数字的轮廓清晰可见：

• 把图像转灰度图，用自适应阈值二值化（比如Otsu法）转成黑白图，搞定光照不均的问题。
• 用轮廓检测提取单个数字的 bounding box，把每个数字单独抠出来，统一缩放到固定尺寸（比如28x28），方便后续特征计算。

二、基于几何特征的规则匹配（核心） #

针对每个数字的独特几何属性，设计可量化的规则，完全不需要预训练：

数字特征规则清单 #

• 0：1个闭合区域，纵横比接近1（0.9-1.1），边缘是连续曲线，无突出笔画。
• 1：纵横比远小于0.3（瘦高），只有垂直主笔画，即使有短横笔画也占比极小。
• 2：无闭合区域，水平投影有2个峰值，垂直投影有3个拐点。
• 3：无闭合区域，水平投影有2个明显峰值，垂直投影有2个拐点。
• 4：无闭合区域，有横竖笔画交叉，水平投影有2个不连续峰值，左半部分垂直投影强度远大于右半部分。
• 5：下半部分有半闭合区域，水平投影有3个峰值（高-低-高）。
• 6：1个闭合区域（下半部分），闭合区域的y坐标大于图像高度的一半。
• 7：瘦高型，无闭合区域，垂直投影只有1个峰值，且有明显的斜向边缘。
• 8：2个独立闭合区域（上下各一个），纵横比接近1。
• 9：1个闭合区域（上半部分），闭合区域的y坐标小于图像高度的一半。

可量化的特征计算项 #

要实现上面的规则，需要计算这些关键特征：

• 闭合区域数量：通过轮廓检测的层级结构计数（比如OpenCV的RETR_CCOMP模式可以区分外层轮廓和孔洞）。
• 纵横比：数字 bounding box 的宽高比。
• 水平/垂直投影：统计每行/每列的黑色像素数量，分析峰值、谷值的数量和位置。
• 边缘方向分布：用Canny边缘检测后，统计边缘的角度分布（比如1的边缘以垂直方向为主）。

三、形态学操作辅助验证 #

用腐蚀、膨胀这类形态学操作强化特征，减少干扰：

• 检测1时，用垂直方向的膨胀操作，保留竖笔画，消除可能的小横笔画干扰。
• 检测0/6/8/9的闭合区域时，用轻度腐蚀让孔洞轮廓更清晰，避免笔画粘连导致的误判。

四、代码示例（Python + OpenCV，无OCR依赖） #

import cv2
import numpy as np

def count_closed_regions(contours, hierarchy):
    """统计闭合区域（孔洞）的数量"""
    hole_count = 0
    for i in range(len(contours)):
        # hierarchy[0][i][3] != -1 表示当前轮廓是外层轮廓的子轮廓（即孔洞）
        if hierarchy[0][i][3] != -1:
            hole_count += 1
    return hole_count

def analyze_single_digit(digit_img):
    """分析单个数字图像，返回检测到的数字（0-9）或None"""
    # 1. 预处理：二值化
    gray = cv2.cvtColor(digit_img, cv2.COLOR_BGR2GRAY)
    _, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
    h, w = binary.shape

    # 2. 提取核心特征
    contours, hierarchy = cv2.findContours(binary, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)
    closed_regions = count_closed_regions(contours, hierarchy)
    aspect_ratio = w / h

    # 3. 水平投影分析
    horizontal_proj = np.sum(binary, axis=1)
    non_zero_proj = horizontal_proj[horizontal_proj > 0]
    # 计算投影的峰值数量（二阶导数变负的点）
    peaks = np.where(np.diff(np.sign(np.diff(non_zero_proj))) < 0)[0] + 1
    peak_count = len(peaks)

    # 4. 规则匹配
    if closed_regions == 1:
        if 0.9 < aspect_ratio < 1.1:
            # 区分0、6、9：看闭合区域的位置
            hole_contours = [contours[i] for i in range(len(contours)) if hierarchy[0][i][3] != -1]
            hole_y = cv2.boundingRect(hole_contours[0])[1]
            if hole_y < h/2:
                return 9
            elif hole_y > h/2:
                return 6
            else:
                return 0
    elif closed_regions == 2 and 0.9 < aspect_ratio < 1.1:
        return 8
    elif closed_regions == 0:
        if aspect_ratio < 0.3:
            return 1
        elif peak_count == 2:
            # 区分2、3、4、7：看垂直投影
            vertical_proj = np.sum(binary, axis=0)
            v_peaks = np.where(np.diff(np.sign(np.diff(vertical_proj))) < 0)[0] + 1
            if len(v_peaks) == 3:
                return 2
            elif len(v_peaks) == 2:
                return 3
            elif np.max(vertical_proj[:w//2]) > 2 * np.max(vertical_proj[w//2:]):
                return 4
            else:
                return 7
        elif peak_count == 3:
            return 5
    return None

# 使用示例：假设已经从原图中提取了单个数字的ROI区域
# digit_roi = cv2.imread('single_digit.png')
# detected_digit = analyze_single_digit(digit_roi)
# print(f"检测到数字：{detected_digit}")

五、注意事项 #

• 这套方法对印刷体效果极佳，但对手写体适配性差（手写体几何变异太大）。
• 预处理一定要做好：如果图像有噪声，可以先做高斯模糊；如果字符有粘连，用形态学腐蚀分开。
• 可以根据实际使用的字体调整规则阈值（比如有些字体的0偏扁，就把纵横比的范围调到0.8-1.2）。

内容的提问来源于stack exchange，提问作者PentaKon