Pytesseract识别手写字母准确率低 现有代码运行出错该如何解决

1. 预处理结果未传入识别接口：第一段代码你完成阈值、模糊处理得到thresh后，调用image_to_string时传入的仍是原始彩色图像image，预处理操作完全没有生效。
2. 训练集不匹配：Tesseract默认自带的英文训练集是针对印刷体优化的，对手写字符的识别精度极低，你需要替换为手写英文专用的训练数据文件，替换到Tesseract安装目录下的tessdata文件夹中。
3. 参数配置与场景不匹配：你使用的--psm 6参数是假设输入为单一的统一文本块，而你的场景是零散分布的独立字母，完全不匹配该参数的适用场景。

• 替换识别接口：如果需要同时获取字符对应坐标，将image_to_string替换为image_to_data，该接口会直接返回每个识别结果的左上角坐标、宽高、置信度等信息。
• 调整识别参数：将--psm 6替换为--psm 11（稀疏文本模式，适配零散分布的字符），同时增加白名单限制-c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz，强制仅识别英文字母，排除无关符号干扰。
• 优化预处理逻辑：去掉高斯模糊操作，避免手写字符边缘特征丢失；阈值处理后增加2x2卷积核的形态学开运算，清除画面中的小噪点。

import cv2
import pytesseract

pytesseract.pytesseract.tesseract_cmd = r'C:\Users\USER\AppData\Local\Tesseract-OCR\tesseract.exe'
# 读取图像
image = cv2.imread('test/task.jpg')
# 预处理
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
# 开运算去噪
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2,2))
thresh = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=1)

# 识别+获取坐标
data = pytesseract.image_to_data(thresh, lang='eng', config='--psm 11 -c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz', output_type=pytesseract.Output.DICT)

# 遍历输出结果，只保留置信度大于30的结果
for i in range(len(data['text'])):
    text = data['text'][i].strip()
    if text:
        x, y, w, h = data['left'][i], data['top'][i], data['width'][i], data['height'][i]
        conf = int(data['conf'][i])
        if conf > 30:
            print(f"字符：{text}，坐标：x={x}, y={y}, 宽={w}, 高={h}, 置信度={conf}")

cv2.waitKey(0)

内容的提问来源于stack exchange，提问作者user