使用pytesseract识别固定位置同字体数字时部分无输出求助

• 未指定识别范围与分割模式：pytesseract默认按全字符集、整页文档逻辑识别，你的场景是固定位置的短数字串，默认配置下会把大量有效数字判定为非文本内容，直接返回空值。
• 图像尺寸不匹配识别要求：tesseract对文字像素尺寸有要求，单字符高度建议在20-30像素以上，你截图裁剪后的数字如果尺寸过小，会触发识别失败。
• 裁剪区域留白不足：tesseract识别需要字符周围有少量留白，如果你裁剪的区域刚好贴住数字边缘，会被判定为无效图像。
• 二值化后字符易断裂：部分截图二值化后数字可能出现轻微断裂，也会影响识别结果。

核心优化点 #

1. 给pytesseract添加专属配置：指定页面分割模式为单行文本（PSM=7）、识别字符白名单仅保留数字，避免无效识别。
2. 预处理环节补充尺寸放大、边界填充、形态学优化操作，适配tesseract的识别要求。
3. 识别结果增加去空格、去换行处理，过滤无效输出。

优化后代码示例 #

import cv2
import numpy as np
import pytesseract

# 数字识别专属配置：OEM3用默认引擎，PSM7按单行文本识别，白名单仅允许数字
TESS_CONFIG = r'--oem 3 --psm 7 -c tessedit_char_whitelist=0123456789'

def checkNumbers(image):
    numbers = []
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    gray = cv2.bitwise_not(gray)
    gray = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]

    for loc in storeLocations:
        cropped = gray[loc[1]:loc[1]+storeHeight, loc[0]:loc[0]+storeWidth]
        # 放大2倍适配识别尺寸
        cropped = cv2.resize(cropped, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC)
        # 添加2像素黑边填充，避免文字贴边
        cropped = cv2.copyMakeBorder(cropped, 2, 2, 2, 2, cv2.BORDER_CONSTANT, value=0)
        # 轻微膨胀修复字符断裂
        kernel = np.ones((2, 2), np.uint8)
        cropped = cv2.dilate(cropped, kernel, iterations=1)
        # 识别后去除空白字符
        number = pytesseract.image_to_string(cropped, config=TESS_CONFIG).strip()
        numbers.append(number)
        print(number)

如果你的场景是单个数字识别，把配置中的--psm 7改为--psm 10（按单字符识别）即可，准确率会进一步提升。

内容的提问来源于stack exchange，提问作者Saksham Rustagi