我完全懂这种挫败感——明明是看起来超简单的图片，OCR却返回空字符串，试了一堆预处理还是没用。咱们一步步拆解问题，先搞清楚pytesseract到底需要什么样的图像条件，再针对性解决你的问题。

先明确pytesseract的核心图像偏好 #

pytesseract基于Tesseract引擎，它对图像的要求其实很直白：

• 高对比度：文字和背景必须有清晰的边界，最好是黑字白底（或反色的白字黑底），模糊的过渡会让引擎抓不住文字轮廓。
• 锐利的文字边缘：绝对不能模糊文本！模糊会让文字边缘和背景融合，引擎根本识别不出字符形状，反而要保证文字边缘清晰锐利。
• 足够的文字尺寸：单字符高度建议至少20像素以上，太小的文字会被引擎忽略或识别错误。
• 无干扰元素：图片里最好只有需要识别的文字，多余的线条、噪点、水印都会干扰识别。

你的问题排查&解决步骤 #

你已经试过不少预处理，但可能有些细节没踩对，咱们逐一梳理：

1. 先确认Tesseract引擎本身正常 #

有时候问题根本不在图片，而是pytesseract找不到Tesseract安装路径。先在代码里手动指定路径试试（根据你的系统调整）：

import pytesseract
from PIL import Image

# Windows示例路径，Linux/macOS可改为/usr/bin/tesseract
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

# 用一张确定能识别的测试图验证引擎
print(pytesseract.image_to_string(Image.open("test_image.png")))

2. 优化预处理方向 #

你试过的缩放、灰度化是对的，但可能操作方向错了：

• 灰度化后必须做二值化（阈值处理）：把图片变成纯黑纯白的对比，而不是保留灰色过渡。比如用PIL的点处理实现：

  img_gray = ImageOps.grayscale(img)
  # 调整阈值（0-255），让文字完全变黑，背景完全变白
  img_binary = img_gray.point(lambda x: 0 if x < 127 else 255, '1')
  

• 缩放要放大文字：如果原图片文字太小，放大到单字符20像素以上再识别。
• 去噪而非模糊：如果有噪点，用中值滤波去噪，别用模糊滤镜——模糊会毁掉文字边缘。

3. 调整pytesseract识别参数 #

默认参数可能不匹配你的图片，试试这些调整：

• 指定语言：比如英文用lang='eng'，中文用lang='chi_sim'
• 调整页面分割模式（--psm）：单行文字用--psm 7，整块文字用--psm 6
• 指定OCR引擎模式（--oem）：用LSTM引擎（--oem 3是默认，也是效果最好的）

示例代码：

print(pytesseract.image_to_string(Image.open(IMAGE_FILE), config='--oem 3 --psm 6', lang='eng'))

整合优化的完整代码示例 #

给你一套包含关键预处理的代码，你可以直接替换测试：

import pytesseract
from PIL import Image, ImageOps, ImageFilter

# 配置Tesseract路径（按需调整）
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

# 加载本地图片
img = Image.open("your_image.png")

# 预处理流程
img_gray = ImageOps.grayscale(img)  # 转灰度
img_binary = img_gray.point(lambda x: 0 if x < 127 else 255, '1')  # 二值化
img_scaled = img_binary.resize((img_binary.width*2, img_binary.height*2), Image.Resampling.LANCZOS)  # 放大文字
img_denoised = img_scaled.filter(ImageFilter.MedianFilter(size=3))  # 去噪

# 识别并输出结果
result = pytesseract.image_to_string(img_denoised, config='--oem 3 --psm 6')
print("识别结果：", result.strip())

最后几个小技巧 #

• 把预处理后的图片保存下来检查：img_denoised.save("processed.png")，确认文字是不是清晰、对比度足够。
• 如果是特殊字体或手写体，pytesseract效果会打折扣，但你说的是简单图片，应该是印刷体，重点还是图像质量。
• 试试用OpenCV做自适应阈值处理，对光照不均的图片效果更好：

  import cv2
  import numpy as np
  img_cv = cv2.imread("your_image.png")
  img_gray_cv = cv2.cvtColor(img_cv, cv2.COLOR_BGR2GRAY)
  # 自适应阈值，自动调整不同区域的对比度
  img_binary_cv = cv2.adaptiveThreshold(img_gray_cv, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)
  # 转PIL格式给pytesseract识别
  img_pil = Image.fromarray(img_binary_cv)
  result = pytesseract.image_to_string(img_pil, config='--oem 3 --psm 6')
  

内容的提问来源于stack exchange，提问作者hegash