pytesseract识别清晰屏幕数字时频繁增删改字符、准确率不稳定如何解决

1. 预处理逻辑修正 #

当前预处理步骤存在多个可能导致数字变形的问题，按如下规则调整：

• 废弃固定阈值二值化，改用自适应阈值适配光线波动：

  # 若数字为黑底白字用cv2.THRESH_BINARY，白底黑字用cv2.THRESH_BINARY_INV
  imgCrop = cv2.adaptiveThreshold(imgCrop, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)
  

• 调整缩放逻辑：取消先缩小全屏再裁ROI的操作，直接从原始全屏图像裁剪ROI后再缩放，避免全局缩放导致的数字笔画变形。缩放后保证单数字高度在30-50像素区间即可，不需要固定0.2的缩放比例。
• 降低形态学操作强度：核大小改为(2,2)，迭代次数改为1，避免过度处理磨掉5的下缺口、3的上缺口等特征，导致字符混淆：

  kernel2 = cv2.getStructuringElement(cv2.MORPH_RECT, (2,2))                              
  imgCrop = cv2.morphologyEx(imgCrop, cv2.MORPH_CLOSE, kernel2, iterations=1)
  

2. Tesseract参数调整 #

• 将--psm 6替换为--psm 7，psm 7专门适配单一行短文本的识别场景，比默认的psm 6更适合纯数字串识别。
• 收窄字符白名单：如果业务场景没有正负号，直接去掉白名单里的+和-，减少误识别概率，配置项改为：

  cong = r'--psm 7 -c tessedit_char_whitelist=0123456789.'
  

• 识别后过滤无效字符，去掉换行、分页符等不可见内容：

  datapoint = pytesseract.image_to_string(imgCrop, lang='eng', config=cong).strip().replace('\n','').replace('\x0c','')
  

3. 规则校验补正 #

不需要训练Tesseract模型，通过简单规则即可过滤大部分错误结果：

• 每个ROI提前预设合法数值范围、小数位数规则，识别结果不符合规则时，优先取上一次采集的合法值，或者连续采集2-3次取众数结果。
• 针对常出现的字符混淆问题，加简单映射修正：

  # 根据实际错误场景补充映射规则
  fix_map = {'3':'5', '9':'5'}
  for k,v in fix_map.items():
      if datapoint == k and 不符合k的合法规则:
          datapoint = v
  

内容的提问来源于stack exchange，提问作者tlars25