如何使用Python提取图像中绿色字体的数字

你现在写的代码第一步就把图像转成了灰度图，直接丢失了最核心的绿色字体颜色特征，三个数字全部混在灰度图里，OCR根本没法区分哪个是目标内容，自然识别结果不对。

核心思路是先靠颜色特征把绿色数字单独抠出来，再做OCR识别，步骤如下：

• 把读取到的BGR图像转成HSV颜色空间，这个颜色空间对特定颜色的筛选精度远高于原生BGR格式
• 设定绿色对应的HSV阈值范围，生成掩码把非绿色的背景、其他颜色数字全部过滤成黑色，只保留绿色数字区域
• 简单做个形态学操作去掉掩码里的噪点，再喂给Tesseract做识别，同时限定只识别数字，提升准确率

import cv2
import numpy as np
import pytesseract

# 读取原图
img = cv2.imread("image.png")
# 转HSV空间做颜色筛选
hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 绿色的HSV阈值范围，可根据实际图片的绿色深浅微调
lower_green = np.array([35, 40, 40])
upper_green = np.array([77, 255, 255])
# 生成绿色区域掩码
green_mask = cv2.inRange(hsv_img, lower_green, upper_green)

# 开运算去小噪点
kernel = np.ones((2, 2), np.uint8)
clean_mask = cv2.morphologyEx(green_mask, cv2.MORPH_OPEN, kernel)

# 识别时限定只识别数字，psm设为7适配单行数字场景
result = pytesseract.image_to_string(
    clean_mask,
    config="--oem 3 --psm 7 -c tessedit_char_whitelist=0123456789"
)
print(result.strip())

• 如果运行后没识别到数字，就把HSV的绿色范围稍微调宽一点，不同截图里的绿色受亮度、压缩影响会有偏差
• 如果识别结果带多余杂项，就把形态学操作的核大小稍微调大一点，过滤残留的噪点

内容的提问来源于stack exchange，提问作者skyhan