Pytesseract无法识别简单文本行返回空字符串问题求助

问题原因及解决方法 #

• 第一：OpenCV读取图片默认返回BGR通道顺序，Tesseract要求输入RGB格式图像，通道不匹配会导致识别失败。
• 第二：未指定Tesseract页面分割模式（PSM），默认PSM会自动对整页做分割，对单行文本的小尺寸二值图容易判定为无有效内容，针对单行简单文本场景，推荐设置--psm 7（将输入图像视为单行文本）。
• 第三：如果你的二值图像是白字黑底的反色效果，需要先做颜色反转，适配Tesseract默认的黑字白底识别规则。
• 第四：检查你设置的字符白名单tessedit_char_whitelist=RGB123是否覆盖了图像里的所有字符，如果图像包含白名单外的字符，会被直接过滤为空。

修改后可直接运行的参考代码：

from pytesseract import pytesseract as tesseract
import cv2 as cv

binary = cv.imread(filepath)
# 转换BGR到RGB格式适配Tesseract要求
img_rgb = cv.cvtColor(binary, cv.COLOR_BGR2RGB)
# 可选：如果是白字黑底图像，取消下行注释做反色处理
# img_rgb = cv.bitwise_not(img_rgb)

lang = 'eng'
# 补充页面分割模式、引擎参数，保证识别稳定性
config = r'--psm 7 --oem 3 tessedit_char_whitelist=RGB123'
print(tesseract.image_to_string(img_rgb, lang=lang, config=config))

如果调整后还是识别效果不佳，可以尝试对图像做1-2像素的膨胀/腐蚀调整字符粗细，或者按比例放大图像尺寸，Tesseract对像素过小的字符识别准确率会明显下降。

内容的提问来源于stack exchange，提问作者Mr Lishu