如何用pytesseract高效识别屏幕数字？优化精度与速度

我尝试用pytesseract识别屏幕上的数字，能运行但速度慢、识别效果极差。比如原图像经阈值处理后，识别结果是5852而非正确的585；不同阈值下还会出现更严重的错误，比如把1 000 000识别成1 aaa eee，或是给585无端加字符变成5385r。想知道有没有办法强制pytesseract只识别数字，或者有没有比它更好的工具？

我的主代码 #

from PIL import Image
from pytesseract import pytesseract as pyt
import test
pyt.tesseract_cmd = 'C:/Program Files/Tesseract-OCR/tesseract.exe'

def tti2(location) :
    image_file = location
    im = Image.open(image_file)
    text = pyt.image_to_string(im)
    print(text)
    for character in "abcdefghijklmnopqrstuvwxyz ABCDEFGHIJKLMNOPQRSTUVWXYZ*^&\n" :
        text = text.replace(character, "")
    return text

test.th("C:\\Users\\Utilisateur\\Pictures\\greenshot\\flea market sniper\\TEST.png")
print(tti2("C:\\Users\\Utilisateur\\Pictures\\greenshot\\flea market sniper\\TESTbis.png"))

test模块代码（阈值处理） #

import cv2
from PIL import Image

def th(Path) :
    img = cv2.imread(Path)
    # 如果图像不是灰度图：
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    threshold = 60 # 需要调整
    _, img_binarized = cv2.threshold(img, threshold, 255, cv2.THRESH_BINARY)
    pil_img = Image.fromarray(img_binarized)
    Path = Path.replace(".png","")
    pil_img.save(Path+"bis.png")

解决方案 #

一、强制pytesseract仅识别数字 #

pytesseract支持通过配置参数限制识别的字符集，不用手动替换非数字字符，既能提升准确率又能加快识别速度。修改image_to_string的调用代码：

text = pyt.image_to_string(im, config='--psm 6 --oem 3 -c tessedit_char_whitelist=0123456789')

参数说明：

• --psm 6：告诉Tesseract图像是单一规整文本块（适合数字这类格式统一的内容）
• --oem 3：使用默认的OCR引擎模式
• tessedit_char_whitelist=0123456789：仅允许识别0-9的数字

另外，你的阈值处理代码存在语法错误：Path = Path.replace(".png","")后面缺少闭合括号，需要修正才能正常运行。

二、推荐更优的数字识别工具 #

如果优化pytesseract后仍达不到需求，可以尝试以下工具：

• EasyOCR：轻量级OCR库，对数字识别优化较好，支持直接指定识别字符类型，配置简单
• OpenCV轮廓检测+模板匹配：若数字的字体、大小固定，先通过轮廓提取单个数字区域，再与预设数字模板匹配，准确率极高且速度快
• Google ML Kit：移动端或云端OCR服务，数字识别准确率高，云端版需联网使用
• Amazon Textract：云端OCR服务，针对结构化文本（如数字、表格）优化，准确率高，但有使用成本

内容的提问来源于stack exchange，提问作者the shadow