Pytesseract无法识别20x10低分辨率图像中的数字该如何解决？

Tesseract默认配置对20x10这类极小分辨率的文本适配性极差，没有做预处理和参数调整的情况下无法正确识别数字，可按以下步骤优化：

• 图像放大：先将原始小分辨率图像放大3~5倍，使用PIL的LANCZOS插值算法保证放大后数字边缘清晰
• 限制识别范围：给Tesseract传入参数，只允许识别0-9的数字，避免非数字字符的干扰
• 调整页面分割模式：使用--psm 8参数，告诉Tesseract将输入图像识别为单个单词，适配短数字的识别场景

修改后可直接运行的代码如下：

import pytesseract as pt
from PIL import Image

pt.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

# 读取原始图像
img = Image.open('foo.PNG')
# 放大3倍，用LANCZOS插值保证清晰度，旧版本PIL报错可替换为Image.LANCZOS
img = img.resize((img.width * 3, img.height * 3), Image.Resampling.LANCZOS)
# 配置识别参数：psm8单单词识别，仅识别数字
custom_config = r'--psm 8 -c tessedit_char_whitelist=0123456789'
text = pt.image_to_string(img, config=custom_config)
print(text.strip())

如果调整后仍有识别误差，可额外增加二值化预处理步骤，把图像转为黑白高对比度样式，插入到resize步骤之后即可：

# 二值化预处理，阈值127可根据实际图像明暗调整
img = img.convert('L')
threshold = 127
img = img.point(lambda p: 255 if p > threshold else 0)

内容的提问来源于stack exchange，提问作者Daniel Afriyie