Ubuntu环境下Pytesseract图像文本识别不准确问题求助

我在Ubuntu 22.04机器上运行Python程序，流程为：用PyAutoGUI截取屏幕区域，再通过OpenCV和Pytesseract识别截图中的文本。这套程序在Windows 10上能完美识别，但在Ubuntu上的识别结果严重失真。

待识别图像：

所用Python代码 #

import cv2
from PIL import Image
import pytesseract

img = cv2.imread("screenshot.png")

text = pytesseract.image_to_string(img, lang="eng")
print(text)

注：Windows版本仅需配置Tesseract可执行文件路径，逻辑完全一致。

识别结果对比 #

• Windows机器输出：

748 - Cry Me A River

• Ubuntu机器输出：

VL} ea wa ow WN Aois

补充信息 #

• 两台机器分辨率均为1920x1080
• 按相同像素尺寸截图，识别结果仍不同
• 使用Windows生成的截图在两台机器上识别，结果仍有差异
• Windows机器硬件配置高于Ubuntu机器（不确定是否相关）

解决建议 #

1. 检查Tesseract版本与语言包

   • 执行 tesseract --version 查看Ubuntu上的版本，尽量和Windows端版本保持一致（版本差异可能导致识别模型适配性问题）。
   • 确认已安装英文语言包：运行 sudo apt install tesseract-ocr-eng，避免语言包缺失或损坏。

2. 图像预处理优化
   OpenCV默认读取BGR格式图像，而Pytesseract更适配RGB格式，同时增加二值化处理提升文本对比度：

   import cv2
   import pytesseract
   
   # 读取图像并转换为RGB格式
   img = cv2.imread("screenshot.png")
   img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
   
   # 灰度化+二值化预处理
   img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2GRAY)
   _, img_thresh = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)
   
   text = pytesseract.image_to_string(img_thresh, lang="eng")
   print(text)
   

3. 调整截图与图像读取方式
   PyAutoGUI在Ubuntu上的截图可能存在色彩空间差异，尝试改用PIL直接保存和读取截图：

   import pyautogui
   from PIL import Image
   import pytesseract
   
   # 用PIL保存截图
   screenshot = pyautogui.screenshot()
   screenshot.save("screenshot.png")
   
   # 直接用PIL读取图像传入Pytesseract
   img = Image.open("screenshot.png")
   text = pytesseract.image_to_string(img, lang="eng")
   print(text)
   

4. 指定Tesseract识别参数
   添加配置参数限定识别范围和模式，减少干扰：

   text = pytesseract.image_to_string(img_thresh, lang="eng", config="--psm 6 -c tessedit_char_whitelist=0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz- ")
   

   --psm 6 表示假设图像为单一均匀文本块，tessedit_char_whitelist 限定识别字符范围，过滤无关干扰项。

内容的提问来源于stack exchange，提问作者Alfred Langer