Pytesseract配置后仍无法识别图片中清晰简单文本，识别结果错误求助

• 字符白名单配置不全：你设置的tessedit_char_whitelist仅包含大写字母、数字及少量符号，未加入小写英文字母，目标图片内的所有小写字符会被直接过滤，无法被正常识别。
• 页面分割模式选择错误：你使用的--psm 6模式假设输入内容为单一均匀的文本块，而目标图片内文本存在明显的行间距、段落区分，多块分散的文本会被模式截断，导致识别不完整。
• 缺少图片预处理步骤：即使肉眼观察文本清晰，Tesseract对文本对比度、边缘冗余像素的敏感度更高，未经过预处理的图片会大幅提升识别误差概率。

1. 调整识别配置
   修改字符白名单，加入小写英文字母，同时将PSM模式更换为适配稀疏文本的11模式，可选添加英文语言包指定参数提升准确率，修改后示例配置：
   config="--psm 11 --oem 3 -l eng -c tessedit_char_whitelist=0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz,."
2. 增加图片预处理流程

• 先将原图转换为灰度图
• 执行二值化操作，拉高文本与背景的对比度
• 裁剪掉图片四周无意义的空白边框，过滤无效像素干扰

3. 若仍存在局部识别误差，可对图片做轻微的缩放处理，将文本字号调整到Tesseract最优识别的12-30号区间。

内容的提问来源于stack exchange，提问作者Moritz Pfennig