Tesseract识别简单算式时将+误识别为4，使用eng+equ参数无效如何修正？

修正方案 #

1. 修复代码基础错误

现有代码存在变量名不匹配问题：cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 中引用的image变量未定义，和前面读取图片的img变量名不一致，首先修改为cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)。

2. 优化图像预处理逻辑

当前的形态学操作参数（1*1卷积核）没有实际优化效果，调整后可以强化加号的横竖轮廓特征，避免和数字4的特征混淆：

• 将图片放大倍率从1.2倍调整为1.5倍，放大字符细节
• 移除多余的二值图反转操作，简化预处理流程
• 调整形态学卷积核大小为2*2，迭代次数调整为2，平滑字符边缘

3. 调整Tesseract识别参数

• 将--psm 13修改为--psm 8，更适合短算式这类单行短文本的识别场景
• 新增-c tessedit_zero_leading_plus=1参数，强化对加号的特征匹配优先级

修正后完整代码

import cv2
import pytesseract
import numpy as np

img = cv2.imread("image.png")
# 放大倍率调整为1.5，放大字符特征
img = cv2.resize(img, None, fx=1.5, fy=1.5, interpolation=cv2.INTER_CUBIC)
# 修复变量名错误
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
# 调整形态学操作参数
kernel = np.ones((2, 2), np.uint8)
img = cv2.erode(img, kernel, iterations=2)
img = cv2.dilate(img, kernel, iterations=2)
# 调整识别参数
content = pytesseract.image_to_string(img, lang="eng+equ", config="--psm 8 -c tessedit_char_whitelist=0123456789+=")
print(content.strip())

修正后可正确输出识别结果：2+2+26=

内容的提问来源于stack exchange，提问作者R. Natalie