如何用PHP Imagick预处理俄文图片优化Tesseract OCR识别？

问题场景 #

使用Tesseract OCR识别俄文图片时部分文字准确率偏低，需要通过图片预处理（强化文字清晰度、净化背景）提升识别效果。当前使用的Tesseract代码：

$ocr = new TesseractOCR(__DIR__ . self::CACHE_PATH . 'header_' . $filename);
$res_rus_header = $ocr->lang('rus')->run();
if (!empty($res_rus_header)) {
    $res_rus_header = explode(PHP_EOL, $res_rus_header);
}

已找到一套有效的ImageMagick命令行预处理方案：

convert -colorspace gray -modulate 120 -contrast-stretch 10%x80% -modulate 140 -gaussian-blur 1 -contrast-stretch 5%x50% +repage -negate -gaussian-blur 4 -negate -modulate 130 original.jpeg clean.jpeg

需要将上述命令转换为PHP Imagick的等效实现，以下是尝试的代码示例（未达到预期效果）：

$img = new Imagick(__DIR__ . self::CACHE_PATH . 'data_' . $filename);
$img->setImageFormat('jpg');
$img->setImageCompressionQuality(100);
$img->despeckleImage();
$img->brightnessContrastImage(0.4, 100);
$img->magnifyImage();
$kernel = \ImagickKernel::fromBuiltIn(\Imagick::KERNEL_OCTAGON, "1");
$img->morphology(\Imagick::MORPHOLOGY_OPEN, 1, $kernel);
$img->writeImage(__DIR__ . self::CACHE_PATH . 'fix_data_' . $filename);

等效PHP Imagick实现代码 #

以下是与上述ImageMagick命令完全对应的PHP Imagick代码，每一步严格对应命令参数：

$img = new Imagick(__DIR__ . self::CACHE_PATH . 'data_' . $filename);

// 对应 -colorspace gray：转灰度图
$img->transformImageColorspace(Imagick::COLORSPACE_GRAY);

// 对应 -modulate 120：调整亮度（饱和度、色相保持默认100）
$img->modulateImage(120, 100, 100);

// 对应 -contrast-stretch 10%x80%：对比度拉伸，黑场10%，白场80%
$img->contrastStretchImage(10, 80, Imagick::CHANNEL_ALL);

// 对应 -modulate 140：再次调整亮度
$img->modulateImage(140, 100, 100);

// 对应 -gaussian-blur 1：高斯模糊（半径1，标准差0.5，与命令行默认逻辑一致）
$img->gaussianBlurImage(1, 0.5);

// 对应 -contrast-stretch 5%x50%：二次对比度拉伸
$img->contrastStretchImage(5, 50, Imagick::CHANNEL_ALL);

// 对应 +repage：重置画布偏移信息
$img->setImagePage(0, 0, 0, 0);

// 对应 -negate：反色处理
$img->negateImage(false, Imagick::CHANNEL_ALL);

// 对应 -gaussian-blur 4：高斯模糊（半径4，标准差2）
$img->gaussianBlurImage(4, 2);

// 对应 -negate：再次反色还原
$img->negateImage(false, Imagick::CHANNEL_ALL);

// 对应 -modulate 130：最后调整亮度
$img->modulateImage(130, 100, 100);

// 保存处理后的图片
$img->setImageFormat('jpg');
$img->setImageCompressionQuality(100);
$img->writeImage(__DIR__ . self::CACHE_PATH . 'fix_data_' . $filename);
$img->destroy();

关键参数说明 #

• modulateImage：三个参数依次为亮度、饱和度、色相，命令行中-modulate N仅调整亮度，因此饱和度和色相保持100即可。
• contrastStretchImage：前两个参数对应命令中的黑场百分比x白场百分比，直接传入数值即可。
• gaussianBlurImage：命令行中仅输入半径时，标准差默认是半径的0.5倍，因此代码中需手动匹配该逻辑。
• setImagePage(0,0,0,0)：清除图片的画布偏移数据，避免后续处理出现异常偏移。

内容的提问来源于stack exchange，提问作者blood73