如何使用OpenCV与pytesseract优化预处理提升数字OCR准确率

待识别的数字原图如下：

关于红色背景的影响 #

红色背景确实会提升识别难度、干扰识别结果。这张图的红色背景本身带有杂色，和深色数字的对比度没有黑白场景高，直接全图转灰度再做固定阈值二值化，很容易把背景噪点和数字笔画混在一起，最终导致识别错漏。

预处理优化方向 #

• 优先提取红色通道做后续处理：红色背景在红色通道下亮度接近纯白，数字为深黑色，对比度远高于直接三通道转灰度的效果，能从根源上降低背景干扰
• 调整图片放大的插值算法：你当前用的INTER_AREA适合图片缩小场景，放大时换成INTER_CUBIC或者INTER_LINEAR，放大倍数调到2~3倍即可，能让数字边缘更锐利
• 移除无效的字体细化逻辑：你写的thin_font函数用1x1核对图像做腐蚀，实际不会起到细化字体的作用，反而会丢失数字边缘的细节信息，换成3x3核的高斯模糊做轻度去噪即可
• 替换固定阈值为自适应阈值：固定阈值很难适配图中局部亮度不均的问题，用高斯自适应阈值做二值化，能更好地保留完整的数字笔画
• 二值化后增加轻度去噪步骤：用2x2的核对二值图做一次形态学开运算，可以去掉背景残留的细碎杂点，注意不要用过大的核做腐蚀/膨胀，避免数字变形
• 修正tesseract调用参数：你当前的config参数写法有误，正确的单行数字识别配置应该加--psm 7，告诉tesseract当前图是单行文本，配合outputbase digits限定只识别数字，准确率会明显提升

修正后的参考代码 #

import cv2
import pytesseract
import numpy as np

imgFile = "c:/test1.jpg"
img = cv2.imread(imgFile)

# 按2.5倍放大图片，使用适配放大场景的插值算法
width = int(img.shape[1] * 2.5)
height = int(img.shape[0] * 2.5)
dim = (width, height)
resized = cv2.resize(img, dim, interpolation=cv2.INTER_CUBIC)

# 拆分通道提取红色通道，最大化背景和数字的对比度
_, _, r_channel = cv2.split(resized)
# 轻度高斯模糊去除随机噪点
blur_img = cv2.GaussianBlur(r_channel, (3, 3), 0)
# 自适应阈值二值化，适配局部亮度差异
thresh_img = cv2.adaptiveThreshold(
    blur_img, 
    255, 
    cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
    cv2.THRESH_BINARY_INV, 
    11, 
    2
)
# 形态学开运算去除残留细碎杂点
kernel = np.ones((2, 2), np.uint8)
clean_img = cv2.morphologyEx(thresh_img, cv2.MORPH_OPEN, kernel, iterations=1)

# 调用tesseract识别，使用正确的配置参数
recognize_result = pytesseract.image_to_string(
    clean_img, 
    config="--psm 7 outputbase digits"
)
print(recognize_result.strip())

内容的提问来源于stack exchange，提问作者tomjone