字体特殊致OCR无法识别数字7，求图像处理解决方案

问题背景 #

尝试读取图片中的算术题内容并执行运算，但因字体特殊，数字7无法被正确识别。作为图像处理新手，已尝试像素化图片但无效果，以下是使用cv2、pytesseract的代码及识别结果：

代码实现 #

import cv2
import pytesseract
from PIL import Image

img = cv2.imread('modules/visual_basic_math/temp2.png', cv2.IMREAD_GRAYSCALE)

thresh = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)[1]

print(pytesseract.image_to_string(img, config='--psm 6'))

当前识别结果 #

+44 849559
+46653% 14
+7776197
+6415995
+*9156346
x4463310
+54Q%433
+1664 20%

解决方法 #

1. 启用二值化预处理图像 #

你当前代码生成了二值化后的thresh图像，但未用于识别，这是核心问题。二值化能消除背景干扰，强化字符轮廓，修改代码如下：

# 使用二值化后的图像进行识别
print(pytesseract.image_to_string(thresh, config='--psm 6'))

若效果不理想，可调整阈值参数（如将100改为127），或尝试cv2.THRESH_BINARY替代cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU。

2. 限制识别字符集 #

通过指定白名单，让Tesseract仅识别数字和运算符号，减少误判：

print(pytesseract.image_to_string(thresh, config='--psm 6 -c tessedit_char_whitelist=0123456789+*x'))

3. 训练自定义字体语言包（进阶） #

如果前两种方法无效，需针对该特殊字体训练Tesseract：

• 收集该字体下每个数字的样本（每个数字至少10个不同实例）
• 使用Tesseract官方训练工具tesstrain生成自定义语言包
• 识别时指定使用自定义语言包：config='--psm 6 -l 自定义语言包名称'

4. 更换OCR工具尝试 #

EasyOCR对特殊字体的兼容性较好，新手易上手，示例代码：

import easyocr

# 初始化识别器，指定识别英文
reader = easyocr.Reader(['en'])
# 读取图片内容
result = reader.readtext('modules/visual_basic_math/temp2.png')
# 输出识别到的文本
for item in result:
    print(item[1])

内容的提问来源于stack exchange，提问作者Anish Jain