PyTesseract与Tesseract无法识别文本问题求助

我在筹备已久的项目中尝试使用pytesseract，但本地始终无法正常运行。测试图片为包含"EXIT"字样的图片，通过灰度读取、OTSU二值化、黑白反转处理后，得到黑底白字的清晰文本图。使用的测试代码如下：

image = cv2.imread('exit.png',cv2.IMREAD_GRAYSCALE)
th,image = cv2.threshold(image,0,255,cv2.THRESH_OTSU)
image = 255 - image
cv2.imshow('bruh',image)
cv2.waitKey(0)
print(pytesseract.image_to_data(image,config='--psm 3 --oem 3'))

已尝试的排查操作：

• 测试有无二值化的场景
• 重新安装Tesseract和pytesseract
• 更换不同的--psm/--oem配置参数
• 通过命令行直接运行Tesseract
  系统环境：Pop!_OS，Python版本3.10.4

针对Pop!_OS环境下的pytesseract识别故障，按以下步骤修复：

1. 确认英文语言包安装
   Pop!_OS默认可能未完整安装Tesseract英文训练数据，执行以下命令安装：

sudo apt install tesseract-ocr-eng

可通过dpkg -l | grep tesseract-ocr查看已安装的语言包列表。

2. 指定Tesseract可执行路径
   如果pytesseract无法自动找到Tesseract程序，在代码开头添加路径配置：

import pytesseract
pytesseract.pytesseract.tesseract_cmd = '/usr/bin/tesseract'

路径可通过which tesseract命令确认。

3. 优化OCR配置参数
   针对单行文本的测试图，调整--psm参数以匹配场景：

print(pytesseract.image_to_data(image, config='--psm 7 --oem 3'))

--psm 7表示将图片视为单行文本，能大幅提升这类场景的识别准确率；--oem 3启用默认混合OCR引擎模式。

4. 命令行验证Tesseract功能
   直接用命令行测试处理后的图片，定位问题来源：

tesseract 处理后的图片路径 stdout --psm 7 --oem 3

如果命令行能正确识别"EXIT"，说明问题出在Python代码配置；若命令行也识别失败，可尝试在预处理步骤添加高斯模糊消除潜在噪点：

image = cv2.GaussianBlur(image, (3, 3), 0)

5. 更新Tesseract到最新版本
   若仓库版本过旧，添加PPA更新至稳定版：

sudo add-apt-repository ppa:alex-p/tesseract-ocr-devel
sudo apt update && sudo apt upgrade tesseract-ocr

内容的提问来源于stack exchange，提问作者HallowedDust5