基于OpenCV与Pytesseract的图像文字识别优化：如何修正字符'5'被误识别为'S'的问题

大家好，我最近在做图像文字识别的时候遇到了一个小麻烦，想请大家帮忙看看怎么优化。

首先，先把需要处理的图片下载下来，保存为sample.png：

我的目标是提取这张图里的英文字符和数字，最开始我写了这样一段代码：

import cv2
import pytesseract

img = cv2.imread("sample.png")
gry = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thr = cv2.adaptiveThreshold(gry, 255, cv2.ADAPTIVE_THRESH_MEAN_C,
                            cv2.THRESH_BINARY_INV, 23, 100)
bnt = cv2.bitwise_not(thr)
txt = pytesseract.image_to_string(bnt, config="--psm 6")
res = ''.join(i for i in txt if i.isalnum())
print(res)

结果输出却只有：

ee

之后我调整了预处理的步骤，又试了一次：

import cv2
import pytesseract
pytesseract.pytesseract.tesseract_cmd = r'/bin/tesseract'
image = cv2.imread('sample.png')
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
inverted_image = cv2.bitwise_not(gray_image)
binary_image = cv2.adaptiveThreshold(inverted_image, 255, 
                                     cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
                                     cv2.THRESH_BINARY, 11, 2)
denoised_image = cv2.medianBlur(binary_image, 3)
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (4, 4))
eroded_image = cv2.erode(denoised_image, kernel)
mask = (denoised_image == 255) & (eroded_image == 0)
denoised_image[mask] = 0
cv2.imwrite('preprocessed_image.png', denoised_image)
text = pytesseract.image_to_string(denoised_image, config='--psm 6')
print("result:", text.strip())

这次的结果比第一次好多了：

result:CRSP

但问题来了，实际图片里的字符应该是CR5P，也就是数字5被误识别成了字母S，这可怎么办呢？有没有办法优化代码，让识别更准确？

另外，我再放一张更清晰的细节图，方便大家看清楚那个数字5的样子：

备注：内容来源于stack exchange，提问作者showkey