Pytesseract识别结果异常求助（含图像增强实现代码）

问题分析 #

• 图像增强逻辑错误：你先对原图做了颜色增强，但后续锐化操作直接使用原图覆盖了之前的颜色增强结果，导致颜色增强未生效。
• 未指定目标语言：Pytesseract默认识别英文，无法正确处理含重音的越南语文本，导致"cần"被识别为"can"，"Gala"大小写识别错误。
• 预处理不足：仅转灰度的对比度不够，没有做二值化处理提升文字与背景的区分度。

修正后的代码 #

import pytesseract
from PIL import Image
from PIL import ImageEnhance

filename = 'image3.png'
color_image = Image.open(filename)

# 先增强颜色，再基于颜色增强后的图像做锐化
curr_col = ImageEnhance.Color(color_image)
new_col = 5
img_colored = curr_col.enhance(new_col)

# 对颜色增强后的图像执行锐化，而非原图
curr_sharp = ImageEnhance.Sharpness(img_colored)
new_enh = 2
img_enhanced = curr_sharp.enhance(new_enh)

# 转灰度后做二值化，强化文字与背景对比度
bw = img_enhanced.convert('L')
threshold = 127
bw = bw.point(lambda x: 0 if x < threshold else 255, '1')
bw.save('BW_image.png')
img_enhanced.save('enhanced.png')

# 指定越南语语言参数（需提前安装对应训练数据）
text = pytesseract.image_to_string(bw, lang='vie')

print(text)

关键调整说明 #

• 修复增强逻辑：锐化操作基于颜色增强后的图像，确保两次增强效果叠加生效。
• 添加越南语支持：调用image_to_string时指定lang='vie'，需提前下载Tesseract越南语训练数据并放入tessdata目录。
• 优化预处理：转灰度后增加二值化步骤，提升文字与背景的对比度，降低识别干扰。

调整后可正确识别出图片中的Nam 65 cần Gala。

内容的提问来源于stack exchange，提问作者jens