Windows系统下如何用Tesseract命令精准识别截图OCR内容？

我尝试对一张截图进行OCR识别，截图中黄色箭头标注的是需要识别的区域。预期识别结果为：
IFTY [N59901]19189.05 HI 18326.7 LO 18211.9

在Windows系统中已尝试以下Tesseract命令：

• tesseract --psm 11 screengrab.png outfile.txt -l eng
• tesseract --psm 6 screengrab.png outfile.txt -l eng
• tesseract --psm 6 --oem 3 screengrab.png outfile.txt -l eng
• tesseract -c tessedit_char_whitelist=0123456789.FTYHILO screengrab.png outfile.txt -l eng

但得到的outfile.txt输出内容如下：

IFTY [N59901]19189.
Price Avg(E,200)
14%
Hi 18326.
#9000 Lo 18211.
Hegog Cl 18315.1]

识别结果丢失了小数点后的部分，比如19189.05仅识别为19189.，请问如何实现更精准的OCR识别？

• 裁剪目标区域：先把截图裁剪到黄色箭头标注的区域，排除其他无关文字的干扰，让Tesseract只聚焦需要识别的内容。
• 优化图片预处理：将图片转为灰度图，或调整对比度、阈值，强化小数点后数字的清晰度，降低背景干扰。
• 调整Tesseract参数：
  • 修正字符白名单，补充遗漏的N、[]和空格，命令改为：tesseract -c tessedit_char_whitelist=0123456789.FTYHILON[] screengrab.png outfile.txt -l eng
  • 结合更适配的PSM模式，比如PSM 7（适配单行文本识别），搭配LSTM引擎（OEM 1），命令示例：tesseract --psm 7 --oem 1 -c tessedit_char_whitelist=0123456789.FTYHILON[] screengrab.png outfile.txt -l eng
• 自定义字库训练：如果通用参数优化后效果仍不理想，可以针对截图中的字体，采集少量样本训练自定义Tesseract字库，进一步提升特定字符的识别精度。

内容的提问来源于stack exchange，提问作者ashbash