pytesseract无法识别简单黑白图像的技术求助

你的情况是放大锐化后仍输出'\x0c'（换页符，代表未识别到有效文本），可以从以下几个方向调整：

• 优化图像预处理逻辑

  1. 固定图像模式：先将图像转为灰度模式（L模式），避免resize后模式异常影响识别
  2. 手动二值化：低分辨率图放大后易出现模糊边缘，手动设置阈值彻底区分文字与背景，比如把像素值低于阈值的设为黑色，其余为白色
  3. 用更清晰的插值方式：resize时采用Image.LANCZOS插值，比默认算法更能保留文字细节

• 调整tesseract识别参数
  给image_to_string添加针对性参数，提升识别精准度：

  • --psm 6：假设图像是单一均匀文本块
  • --psm 8：如果图像仅含单个字符，用这个模式
  • -l eng：指定识别英文（中文可换chi_sim）
  • --oem 3：启用LSTM+传统引擎的混合识别模式

修改后的代码示例 #

from PIL import Image, ImageFilter
import pytesseract

# 假设bw_image是你的二值化数组
img_x = Image.fromarray(bw_image).convert("L")  # 转为灰度模式
w, h = bw_image.shape
# 用LANCZOS插值放大图像
img_y = img_x.resize((h*10, w*10), Image.Resampling.LANCZOS)
# 手动二值化：可根据实际图像调整阈值（示例为200）
img_binary = img_y.point(lambda x: 255 if x > 200 else 0)
# 带参数执行识别
result = pytesseract.image_to_string(
    img_binary,
    config='--psm 6 --oem 3 -l eng'
)
print(result.strip())

如果还是无效，可尝试用OpenCV做进一步预处理，比如用cv2.threshold优化二值化，或cv2.morphologyEx去除细微噪点。

内容的提问来源于stack exchange，提问作者niel_99