如何解决Python OCR中‘data type = 19 is not supported’错误？

嘿，这个错误我之前也碰到过！问题出在你定义形态学操作核的代码行——np.ones((1,1), np.unicode)使用了错误的数据类型，OpenCV的膨胀（dilation）和腐蚀（erosion）操作不支持np.unicode类型的核，它需要的是数值型数组（比如np.uint8）。

错误原因解析 #

data type = 19对应的正是np.unicode的类型编码，OpenCV无法处理这种类型的数组作为形态学操作的输入，因此抛出了这个不支持的错误。

修正后的完整代码 #

import pytesseract
from PIL import Image, ImageEnhance, ImageFilter
import cv2
import numpy as np

src_path = ""  # 这里填你的图片路径

def get_string(img_path):
    # 用OpenCV读取图片
    img = cv2.imread(img_path)
    # 转灰度图
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    # 修正：用np.uint8类型创建形态学核
    kernel = np.ones((1, 1), np.uint8)
    # 膨胀操作（补全你没写完的代码）
    img = cv2.dilate(img, kernel, iterations=1)
    # 腐蚀操作去噪
    img = cv2.erode(img, kernel, iterations=1)
    
    # 把OpenCV格式的图片转成PIL格式，方便pytesseract处理
    img_pil = Image.fromarray(img)
    
    # 可选：增强图像对比度，提升OCR识别率
    enhancer = ImageEnhance.Contrast(img_pil)
    img_pil = enhancer.enhance(2)
    
    # 用pytesseract提取文本
    text = pytesseract.image_to_string(img_pil, lang='chi_sim')  # 中文识别加lang参数，英文可省略
    return text

# 测试调用
if __name__ == "__main__":
    result = get_string(src_path)
    print("提取到的文本：")
    print(result)

额外优化建议 #

• 如果噪点比较多，可以适当调大核的尺寸，比如np.ones((2,2), np.uint8)，增强去噪效果
• 如果图片模糊，可以先加个滤波操作，比如img = cv2.GaussianBlur(img, (3,3), 0)
• 确保已经安装了Tesseract的语言包（比如中文识别需要chi_sim包）

内容的提问来源于stack exchange，提问作者harmed