You need to enable JavaScript to run this app. Pytesseract配合OpenCV预处理无法识别屏幕指定区域绿色数字如何解决
优惠活动
大模型
产品
解决方案
定价
更多

Pytesseract配合OpenCV预处理无法识别屏幕指定区域绿色数字如何解决

小尺寸荧光数字OCR识别失败的排查与修正

代码中的核心问题点

  • 预处理结果未回填:调用cv2.adaptiveThreshold时未接收函数返回值,这一步阈值计算的结果没有被保存,送入OCR的始终是HSV筛选得到的粗糙掩膜,预处理流程完全失效
  • 颜色空间转换不匹配:mss抓取的屏幕帧默认是BGRA带透明通道格式,代码直接用COLOR_RGB2HSV做空间转换,通道顺序错位,导致绿色数字的掩膜提取精度差,边缘杂点多
  • 放大插值逻辑错误:6倍放大时使用了INTER_AREA插值,该算法专为图像缩小的降采样场景设计,用在放大场景会让数字边缘模糊、笔画粘连
  • 识别模式适配偏差:使用--psm 13(无布局裸单行文本识别),但小尺寸数字紧贴图像边缘,没有留白,Tesseract的内置前置裁切逻辑会把靠近边缘的笔画当成无效边框裁除
  • 缺乏边界留白:识别目标直接顶到图像边界,没有预留足够的识别缓冲空间

修正后的实现代码

import numpy as np
import cv2
from mss import mss
import pytesseract

# 配置Tesseract可执行文件路径
pytesseract.pytesseract.tesseract_cmd =  r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'

# 屏幕截图区域
bounding_box = {'top': 250, 'left': 630, 'width': 20, 'height': 12}
sct = mss()

while True:
    # 抓取屏幕帧
    sct_img = sct.grab(bounding_box)
    frame = np.array(sct_img)
    # 去掉透明通道,完成颜色空间转换
    frame_bgr = cv2.cvtColor(frame, cv2.COLOR_BGRA2BGR)
    frame_hsv = cv2.cvtColor(frame_bgr, cv2.COLOR_BGR2HSV)
    # 提取绿色目标掩膜
    mask = cv2.inRange(frame_hsv, (36, 25, 25), (70, 255, 255))
    # 6倍放大,使用适合放大的立方插值
    target_w = int(mask.shape[1] * 6)
    target_h = int(mask.shape[0] * 6)
    resized = cv2.resize(mask, (target_w, target_h), interpolation=cv2.INTER_CUBIC)
    # 自适应阈值二值化:把掩膜(白字黑底)转成黑字白底的标准OCR输入格式
    thresh = cv2.adaptiveThreshold(
        resized, 255, 
        cv2.ADAPTIVE_THRESH_MEAN_C, 
        cv2.THRESH_BINARY_INV, 11, 4
    )
    # 给图像加10像素的白色留白,避免笔画被裁切
    padded = cv2.copyMakeBorder(
        thresh, 10, 10, 10, 10,
        cv2.BORDER_CONSTANT, value=255
    )
    # 配置OCR识别参数:用psm 8适配单块文本识别,限定识别字符范围
    ocr_config = '--psm 8 --oem 3 -c tessedit_char_whitelist=0123456789/'
    recognized_text = pytesseract.image_to_string(padded, config=ocr_config).strip()
    print(recognized_text)

    # 显示处理后的图像
    cv2.imshow('processed', padded)
    if (cv2.waitKey(1) & 0xFF) == ord('q'):
        cv2.destroyAllWindows()
        break

额外调试提示

  • 如果识别结果还是不稳定,可以根据实际数字的HSV值微调cv2.inRange的上下边界,保证提取到的数字笔画完整无缺
  • 如果数字为深色、背景为浅色,二值化时可以把THRESH_BINARY_INV换成THRESH_BINARY,保证输入格式匹配Tesseract的识别偏好
  • 优先放大图像再做二值化处理,比先二值化再放大的识别精度更高

内容的提问来源于stack exchange,提问作者Ali AlJabur

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.29 09:36:03