OCR识别数字输出异常，如何调整以获取正确结果？

问题说明 #

• 识别目标：图片显示内容为0068,768，
• 当前异常：使用pytesseract识别后输出为|，但用Word生成的“123”图片测试识别正常
• 当前使用代码：

from PIL import Image
from pytesseract import pytesseract
  
# 定义tesseract.exe路径和目标图片路径
path_to_tesseract = r"tesseract.exe"
image_path = r"capture.png"
  
# 打开图片并存储为图片对象
img = Image.open(image_path)
  
# 为pytesseract指定tesseract可执行文件位置
pytesseract.tesseract_cmd = path_to_tesseract
  
# 将图片对象传入image_to_string()函数提取文本
text = pytesseract.image_to_string(img)
  
# 显示提取的文本
print(text[:-1]) 

调整方案 #

1. 指定数字专属识别规则 #

Tesseract默认识别通用文本，针对纯数字场景，通过config参数限制识别范围，强制只识别数字和逗号：

# 修改文本提取代码，添加专属配置
text = pytesseract.image_to_string(img, config='--psm 6 --oem 3 -c tessedit_char_whitelist=0123456789,')

参数说明：

• --psm 6：假设图片是单一均匀文本块，适合连续数字场景；如果是分散单字符，可改用--psm 10
• --oem 3：使用默认OCR引擎模式
• tessedit_char_whitelist：仅允许识别数字和逗号，过滤其他干扰字符

2. 图片预处理提升识别精度 #

目标图片可能存在对比度不足、字体特殊等问题，通过预处理强化特征：

from PIL import Image
from pytesseract import pytesseract

path_to_tesseract = r"tesseract.exe"
image_path = r"capture.png"

# 打开图片并执行预处理
img = Image.open(image_path).convert('L')  # 转为灰度图
threshold = 150  # 可根据图片实际亮度调整
img = img.point(lambda x: 0 if x < threshold else 255, '1')  # 二值化增强对比度

pytesseract.tesseract_cmd = path_to_tesseract
# 应用数字识别配置
text = pytesseract.image_to_string(img, config='--psm 6 --oem 3 -c tessedit_char_whitelist=0123456789,')
print(text.strip())

3. 检查Tesseract环境 #

• 确保安装最新版Tesseract，避免旧版本的识别bug
• 确认已安装英文/数字语言包（默认包含，若缺失需补充安装）

内容的提问来源于stack exchange，提问作者sgl