pytesseract调用Tesseract识别图片仅检出4个单词，是什么原因？

• 缺少必要的图像预处理操作：Tesseract对输入图像质量要求较高，若原图存在背景噪点、文字与背景对比度低、文字倾斜/变形、分辨率不足、文字过小等问题，没有做灰度化、二值化、去噪、倾斜校正、缩放等预处理操作，会直接导致识别率大幅下降。
• 未指定匹配的识别语言参数：Tesseract默认仅加载英文训练数据，若待识别图片包含中文或其他非英文内容，会出现大面积识别失效。需要在调用image_to_data方法时通过lang参数指定对应语言，例如lang='chi_sim+eng'即可同时支持中英双语识别。
• 分页模式（PSM）与图像布局不匹配：Tesseract默认的分页识别模式可能不适配当前图片的文本布局，例如图片是多段分散文本、包含多列文字、或者是零散的文本片段场景，需要手动调整PSM参数，示例：pytesseract.image_to_data(img, config='--psm 11')，11模式代表稀疏文本识别，适配零散文本的场景。
• 代码逻辑过滤了低置信度结果：你当前代码仅处理了返回字段长度为12的条目，部分置信度较低的识别结果可能被你直接过滤，你可以先打印完整的boxes返回内容，确认是否有更多识别结果被你的判断规则筛掉。
• Tesseract训练数据/版本异常：如果安装的是精简版Tesseract，缺少对应语言或场景的训练数据，或者训练数据版本与Tesseract主程序版本不兼容，也会导致识别准确率大幅降低。
• 图像通道处理异常：虽然你已经做了BGR转RGB的操作，但如果原图是带透明通道的PNG格式，或者存在颜色通道异常的问题，也会干扰识别效果，可以尝试先将图像转为单通道灰度图再输入识别。

内容的提问来源于stack exchange，提问作者Erhan