无法从图像提取完整文本：Canny后OCR识别不全的解决咨询

一、不建议改用Sobel算子 #

Sobel和Canny同属边缘检测算法，输出的都是字符的轮廓线条，丢失了字符的实心填充区域。Tesseract对完整实心字符区域的识别准确率远高于边缘线条，换用Sobel无法解决当前的识别问题，反而可能因为边缘信息更杂乱降低效果。

二、优化预处理流程 #

放弃边缘检测，改用灰度图+自适应阈值+形态学处理的组合，保留完整字符区域：

import cv2
import pytesseract

pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

# 读取图像并转灰度
book = cv2.imread("Book.jpg")
gray = cv2.cvtColor(book, cv2.COLOR_BGR2GRAY)

# 自适应阈值处理（解决光照不均问题，生成实心字符）
thresh = cv2.adaptiveThreshold(
    gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
    cv2.THRESH_BINARY_INV, 11, 2
)

# 形态学闭运算，修复字符断裂
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))
processed_img = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

# 可选：显示处理后的图像
cv2.imshow("Processed", processed_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

三、调整Tesseract识别参数 #

给Tesseract指定页面分割模式（PSM），让它更准确识别文本块：

# 写入识别结果
with open("recognized.txt", "a", encoding="utf-8") as file:
    # --psm 6：假设输入是单一均匀文本块
    text = pytesseract.image_to_string(processed_img, config='--psm 6')
    file.write(text)
    file.write("\n")

额外建议 #

• 如果图像存在倾斜，先添加倾斜校正：用cv2.HoughLinesP检测文本行角度，再旋转图像修正。
• 尝试调整自适应阈值的blockSize（必须为奇数）和C值，找到最适配当前图像的参数。

内容的提问来源于stack exchange，提问作者neural science