OpenCV+Tesseract实时检测HP/MP数值识别不准问题排查

当前实现的核心错误点 #

• 预处理顺序倒置：上采样操作放在色彩转换、阈值处理之前，会同步放大原图的压缩噪点、边缘锯齿，干扰后续色彩提取和二值化效果，正确逻辑为先完成色彩空间转换、掩码提取、噪点清理，最后再做上采样适配Tesseract输入要求。
• HSV阈值约束不全：灰色背景被误识别为红色的核心原因，是仅设置了H（色相）通道的红色区间，未叠加S（饱和度）、V（明度）通道的阈值限制——低饱和度灰色的H值可能刚好落在红色区间内，但S值远低于UI上的红色数字，单通道过滤必然出现误判。
• Tesseract配置缺失：仅调整psm参数、使用默认通用训练集识别像素风格的游戏数字，未做字符范围限制，和目标识别场景的匹配度极低，自然无法输出稳定准确的结果。

稳定获取纯黑识别背景的操作方法 #

• 优化HSV掩码阈值：红色在HSV空间覆盖两个H区间（0_10、170180），额外增加S通道阈值80_{255、V通道阈值50}255，可直接过滤所有饱和度不足的灰色、暗色背景区域，从根源避免灰色被误纳入红色掩码。
• 补全形态学清理：拿到初步掩码后，用3*3十字核对掩码做1次开运算（先腐蚀后膨胀）去除细碎噪点，再做1次闭运算填充数字笔画的内部空洞，保证提取的数字为完整连通块。
• 固定背景填充：将掩码提取到的数字区域直接映射到全黑画布上，数字区域保留原像素明度，非数字区域全部填充0值，即可得到完全不受原画面背景变化干扰的黑底亮字识别输入图。
• 调整预处理顺序：完成掩码提取、噪点清理、背景填充后，再用cv2.INTER_CUBIC插值做250%上采样，最后做一次固定阈值二值化，得到边缘锐利的高对比度数字图。

HP/MP数值检测的更优实现方案 #

• Tesseract定向优化：放弃无意义的全psm参数测试，固定psm为7（单行文本识别模式），配置字符白名单仅保留0123456789/（适配HP/MP常见的「当前值/最大值」格式），对应配置参数为--psm 7 -c tessedit_char_whitelist=0123456789/，识别准确率会有明显提升。
• 非OCR方案替代：如果HP/MP条位置固定，可直接通过识别条体的填充像素长度换算数值，处理速度是OCR方案的10倍以上，稳定性更高；如果必须识别数字，针对游戏所用的像素字体制作匹配模板，用模板匹配做识别，适配性远好于通用Tesseract模型。
• 结果防抖校验：连续3帧识别到相同数值时再输出最终结果，可避免单帧画面模糊、技能特效遮挡导致的识别结果跳变。

内容的提问来源于stack exchange，提问作者Leo