使用Pytesseract识别游戏截图数字遇阻：数字7被误判为1求助

我之前也碰到过类似的游戏数字识别坑——自定义游戏字体的7和1因为轮廓太像，很容易被Tesseract搞混。结合你的代码和描述，给你几个针对性的调整方案，应该能解决问题：

一、优化Tesseract的识别配置 #

你的现有配置已经用了字符白名单，但可以针对游戏字体调整PSM（页面分割模式）和OEM（引擎模式），同时增加字符高度的限制，让Tesseract更关注7的独特轮廓：

# 修改后的配置：用LSTM引擎（更适合非标准字体）、单文本行模式，增加最小字符高度限制
custom_config = r'--dpi 300 --psm 7 --oem 1 -c tessedit_char_whitelist=0123456789 -c textord_min_xheight=30'

• --oem 1：强制使用LSTM神经网络引擎，比默认的混合引擎更擅长识别自定义字体
• --psm 7：告诉Tesseract输入是单一行文本，减少分割错误
• textord_min_xheight=30：根据你缩放后的图像调整，过滤掉高度不够的干扰像素，突出数字的完整轮廓

二、调整图像预处理步骤 #

你的预处理已经做了不少工作，但过度腐蚀和硬编码的像素调整可能让7的横杠被磨掉，变成1的样子。试试这些修改：

# 1. 灰度加载保留原图像细节
img = cv2.imread("price.png", cv2.IMREAD_GRAYSCALE)

# 2. 替换硬编码像素调整为自适应阈值（更适合游戏截图的不均匀色彩）
# 先缩放5-7倍（过度缩放会让字符变形）
scaled = cv2.resize(img, (0,0), fx=7, fy=7, interpolation = cv2.INTER_LINEAR)
# 自适应高斯阈值处理，自动区分数字和背景
thresh = cv2.adaptiveThreshold(scaled, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)

# 3. 用更小的核做轻度腐蚀，保留7的横杠
kernel = numpy.ones((3,3), numpy.uint8)
eroded = cv2.erode(thresh, kernel, iterations = 1)
pre_processed = eroded

• 放弃硬编码的img[img <=150] =231，改用自适应阈值能更好适配不同游戏的数字色彩
• 缩小腐蚀核并减少迭代次数，避免7的顶部横杠被腐蚀消失
• 用INTER_LINEAR插值缩放，比INTER_CUBIC更不容易让字符边缘模糊

三、终极方案：模板匹配兜底 #

如果Tesseract还是搞不定游戏的自定义字体，可以用OpenCV的模板匹配直接定位数字7，彻底避免误判：

# 提前截取游戏中数字7的清晰截图作为模板（预处理后的样式）
template = cv2.imread('template_7.png', cv2.IMREAD_GRAYSCALE)
w, h = template.shape[::-1]

# 在预处理后的图像中查找匹配
res = cv2.matchTemplate(pre_processed, template, cv2.TM_CCOEFF_NORMED)
threshold = 0.8  # 匹配阈值，根据实际情况调整
loc = numpy.where(res >= threshold)

# 如果找到匹配，说明图像中有7，直接修正识别结果
output = pytesseract.image_to_string(pre_processed, config=custom_config)
for _ in zip(*loc[::-1]):
    output = output.replace('1', '7')  # 把误判的1替换成7
print(output)

这个方法的核心是用游戏里的真实数字7做模板，直接匹配定位，完全不受Tesseract字体训练库的限制。

四、额外小技巧 #

• 检查预处理后的result.png，确保数字7的顶部横杠清晰可见——如果横杠已经消失，说明腐蚀或缩放步骤有问题，需要调整参数
• 如果游戏窗口可以调整分辨率，尽量用更高分辨率截图，原始图像越清晰，预处理和识别的准确率越高

内容的提问来源于stack exchange，提问作者Blainexi