使用pytesseract实现图片转字符串无输出问题求助

可行解决建议 #

• 确认Tesseract底层程序已正确安装
  pytesseract只是Tesseract的Python封装库，本身不包含OCR核心程序，你需要先安装对应操作系统的Tesseract安装包：Windows系统安装后需要将Tesseract安装路径加入系统环境变量，或者在代码开头手动指定执行路径：

import pytesseract
# 替换为你本地的Tesseract实际安装路径
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

• 校验图片加载是否正常
  先确认代码中填写的screenshot.png路径正确，优先使用绝对路径，同时增加图片加载校验逻辑，排除图片读取失败的问题：

from PIL import Image

# 替换为图片的绝对路径
img = Image.open(r"C:\Users\你的用户名\Desktop\screenshot.png")
# 正常会输出图片的宽高像素值，无输出说明图片读取失败
print(img.size)

• 增加图片预处理逻辑
  Tesseract对低对比度、有背景噪点、反色的图片识别率极低，甚至会返回空结果，建议先对图片做灰度转换、二值化处理后再识别：

import pytesseract 
from PIL import Image

img = Image.open("screenshot.png")
# 转为灰度图
img = img.convert('L')
# 二值化处理，阈值可根据实际图片效果调整
threshold = 140
bin_table = [0 if i < threshold else 1 for i in range(256)]
img = img.point(bin_table, '1')
# 如需识别中文，要先安装Tesseract简体中文语言包，再指定lang参数
print(pytesseract.image_to_string(img, lang='chi_sim+eng'))

• 确认语言包匹配识别内容
  如果待识别图片包含中文，需要单独下载安装Tesseract的简体中文语言包，调用时通过lang参数指定，否则会出现无输出或乱码的情况。

• 裁剪识别区域
  如果目标文字仅占图片的局部区域，先裁剪掉无关的背景区域再做识别，减少无效内容的干扰：

# 裁剪参数格式为(左边界x, 上边界y, 右边界x, 下边界y)，根据实际调整
cropped_img = img.crop((50, 50, 600, 350))
print(pytesseract.image_to_string(cropped_img))

内容的提问来源于stack exchange，提问作者Croicco