如何在pytesseract中切换识别语言？lang参数设置无效如何解决？

解决方案 #

1. 先确认底层Tesseract引擎已安装法语语言包

pytesseract本身不内置语言模型，所有识别逻辑依赖本地安装的Tesseract OCR引擎，lang='fra'生效的前提是引擎已安装法语语言包：

• Windows：安装Tesseract时勾选French语言包选项，安装完成后在命令行执行tesseract --list-langs，输出中包含fra即为安装成功
• Linux：执行sudo apt install tesseract-ocr-fra安装
• macOS：执行brew install tesseract-fra安装

2. 修正代码中lang参数的传参位置

你当前贴出的代码中两次调用image_to_string均未携带lang参数，即使修改了一处，空结果重试时依然会调用默认英文识别，需要两处都补充参数：

# 第一次识别加lang参数
out = pytesseract.image_to_string(erosion, lang='fra')
if(len(out)==0):
    # 重试的识别逻辑也要加lang参数
    out = pytesseract.image_to_string(erosion, lang='fra')

3. 补充识别配置提升法语识别准确率

针对你提取的小区域文字场景，可以添加psm分页模式参数，指定识别场景减少误判，同时增加二值化步骤强化文字对比度：

# 预处理新增二值化步骤
erosion = cv2.threshold(erosion, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]
# 识别时指定psm=7（假设识别内容为单行文本）
out = pytesseract.image_to_string(erosion, lang='fra', config='--psm 7')

4. 全局设置默认识别语言（可选）

如果需要全局默认使用法语识别，无需每次传参，可以在代码初始化部分配置全局参数：

import pytesseract
# Windows用户需要先指定Tesseract安装路径
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
# 全局配置默认识别语言为法语
pytesseract.pytesseract.tesseract_config = r'--lang fra'

内容的提问来源于stack exchange，提问作者Faizan Ahmad