使用pytesseract提取图片中带框数字失败，求解决方案

针对你遇到的数字识别乱码问题，可以通过图像预处理和配置tesseract识别参数来优化效果，以下是具体方案：

1. 图像预处理 #

OCR对高对比度的黑白图像识别精度更高，先对原图做灰度化、二值化和降噪处理：

• 灰度化：将彩色图转为灰度图，减少色彩干扰
• 二值化：把图像转为黑白两色，突出文字轮廓
• 降噪：去除图像中的杂点，提升文字清晰度

2. 限定识别字符范围 #

指定tesseract只识别数字和目标符号（[]:-），避免识别无关字符。

3. 调整识别模式（PSM） #

使用合适的页面分割模式（PSM），让tesseract更准确地匹配文本结构。

修改后的代码 #

import pytesseract
import cv2

pytesseract.pytesseract.tesseract_cmd = 'folder/tesseract.exe'
img = cv2.imread("folder/test_image.png")

# 图像预处理流程
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 转灰度图
# 二值化（可根据图片实际亮度调整阈值，这里用OTSU自动适配）
_, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
denoised = cv2.medianBlur(thresh, 3)  # 中值降噪

# 自定义tesseract配置：限定字符集+指定识别模式
custom_config = r'--oem 3 --psm 6 -c tessedit_char_whitelist=[]0123456789:-'
text = pytesseract.image_to_string(denoised, config=custom_config)

print(text.strip())

关键参数说明 #

• --oem 3：使用默认的OCR引擎模式
• --psm 6：假设图像为单一均匀文本块，适配你的目标内容格式
• tessedit_char_whitelist：严格限定识别的字符集，过滤无关干扰字符

如果效果仍不理想，可以尝试调整二值化阈值，或者更换PSM模式（比如--psm 8针对单个字符区域，--psm 10针对独立单个字符）。

内容的提问来源于stack exchange，提问作者ao0oa