Python+OpenCV+Tesseract数字识别无结果，如何优化图像质量？

问题背景 #

尝试使用Python结合OpenCV与Tesseract提取图像中的数字，但代码未返回预期数字。当前实现代码如下：

import fitz, pytesseract, os, re
import cv2

sTemp = "Number.png"
directory = '.\MyFolder'

def useMagick(img):
    pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
    command = 'magick convert {} -resize 1024x640 -density 300 -quality 100 {}'.format(img, sTemp)
    os.system(command)

def readNumber(img):
    img = cv2.imread(img)
    gry = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    txt = pytesseract.image_to_string(gry)
    print(txt)
    try:
        return re.findall(r'\d+\s?\/\s?(\d+)', txt)[0]
    except:
        blur = cv2.GaussianBlur(gry, (3,3), 0)
        txt = pytesseract.image_to_string(blur)
        try:
            return re.findall(r'\d+\s?\/\s?(\d+)', txt)[0]
        except:
            return 'REVIEW'

sPath = os.path.join(directory, sTemp)
useMagick(sPath)
x = readNumber(sPath)
print(x)

示例图像：

当前代码未返回任何数字，以下是优化图像质量及提取逻辑的具体方案：

优化方案 #

1. 调整图像预处理流程，增强数字对比度 #

原代码的灰度转换和简单高斯模糊不足以突出低对比度的数字，建议添加阈值二值化和形态学操作：

def readNumber(img):
    img = cv2.imread(img)
    # 灰度转换
    gry = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 自适应阈值二值化，适配光照不均场景
    thresh = cv2.adaptiveThreshold(gry, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)
    # 形态学膨胀，填充数字内部细小空隙
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2,2))
    dilated = cv2.dilate(thresh, kernel, iterations=1)
    # 限定识别范围，减少干扰
    txt = pytesseract.image_to_string(dilated, config='--psm 6 -c tessedit_char_whitelist=0123456789/')
    print(txt)
    try:
        return re.findall(r'\d+\s?\/\s?(\d+)', txt)[0]
    except:
        return 'REVIEW'

• 自适应阈值：根据局部区域动态调整阈值，解决图像光照不均问题，让数字与背景彻底分离
• 形态学膨胀：填补数字笔画的断裂部分，强化字符连续性，提升Tesseract识别准确率
• Tesseract专属配置：--psm 6指定图像为单一文本块，tessedit_char_whitelist仅允许识别数字和斜杠，过滤无关字符干扰

2. 优化ImageMagick预处理命令 #

原命令参数缺乏针对性，调整为更贴合数字提取的配置：

def useMagick(img, output_img):
    pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
    # 增强对比度+放大尺寸+锐化边缘，三重强化数字清晰度
    command = 'magick convert {} -contrast-stretch 0.1% -resize 200% -sharpen 0x1.0 {}'.format(img, output_img)
    os.system(command)

• -contrast-stretch：拉伸图像对比度，让暗部更暗、亮部更亮，突出数字轮廓
• -resize 200%：放大图像，让数字笔画更粗壮清晰，Tesseract对高分辨率字符识别率更高
• -sharpen：锐化边缘，强化数字的边界感，减少模糊干扰

3. 修正文件路径逻辑 #

原代码存在路径不一致问题：useMagick处理后生成的文件在当前目录，而readNumber读取的是原目录下的文件，导致读取未处理的原图像。修正如下：

sPath = os.path.join(directory, sTemp)
# 生成处理后的临时文件，避免覆盖原图像
processed_temp = os.path.join(directory, "processed_" + sTemp)
useMagick(sPath, processed_temp)
x = readNumber(processed_temp)
print(x)

4. 增加调试步骤 #

在预处理的每一步保存图像，直观查看处理效果，方便参数调整：

cv2.imwrite('gray.png', gry)
cv2.imwrite('thresh.png', thresh)
cv2.imwrite('dilated.png', dilated)

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