使用OpenCV、PyAutoGUI和Tesseract OCR的Python脚本内存占用持续增长问题求助

看起来你遇到的内存泄漏问题在涉及OpenCV、Tesseract这类C扩展库的Python脚本里挺常见的——毕竟Python的垃圾回收机制对底层C/C++分配的内存不一定能自动处理好。我帮你分析下可能的问题点和对应的修复方案：

1. PyAutoGUI截图的内存开销问题 #

PyAutoGUI的screenshot()返回的是PIL图像对象，之后转成numpy数组给OpenCV用的过程可能会产生额外内存副本，而且PIL对象的回收有时候没那么及时。建议换成更高效的截图库mss，它直接返回numpy数组，不需要中间的PIL对象，能减少内存占用和碎片：

首先安装mss：

pip install mss

然后修改你的capture_screen函数：

import mss

def capture_screen(region):
    """Captures a screenshot of a given region"""
    x, y, w, h = region
    # 使用mss上下文管理器，自动释放资源
    with mss.mss() as sct:
        monitor = {"top": y, "left": x, "width": w, "height": h}
        # 直接获取numpy数组格式的截图
        img = np.array(sct.grab(monitor))
        # 转换为OpenCV需要的BGR格式（mss返回的是BGRA）
        img = cv2.cvtColor(img, cv2.COLOR_BGRA2BGR)
    return img

2. OpenCV图像的底层内存未释放 #

你虽然用了del img，但OpenCV的图像对象底层是C++的Mat结构，Python的垃圾回收没法直接回收这部分内存。需要手动调用img.release()来释放底层资源：

修改extract_text函数：

def extract_text(img):
    """Extracts text using Tesseract"""
    config = "--psm 8 -c tessedit_char_whitelist=0123456789-AS"
    text = pytesseract.image_to_string(img, config=config)
    # 手动释放OpenCV图像的底层内存
    img.release()
    del img
    gc.collect()
    return text.strip()

3. Tesseract的资源残留 #

pytesseract默认可能会复用全局的Tesseract实例，这有时候会导致内存累积。你可以手动创建Tesseract实例，用完后显式关闭它，确保资源释放：

def extract_text(img):
    """Extracts text using Tesseract"""
    config = "--psm 8 -c tessedit_char_whitelist=0123456789-AS"
    # 手动初始化Tesseract实例
    tess = pytesseract.pytesseract.Tesseract()
    try:
        text = tess.image_to_string(img, config=config)
    finally:
        # 显式关闭实例，释放资源
        tess.end()
    img.release()
    del img, tess
    gc.collect()
    return text.strip()

4. 调整垃圾回收的时机 #

你现在在每个函数里都调用gc.collect()，其实频繁触发垃圾回收反而可能影响效率，而且有时候函数内的回收不如循环末尾彻底。可以把gc.collect()移到循环的最后，同时手动删除循环内的变量：

while True:
    print(f"Memory usage: {process.memory_info().rss / 1024 / 1024:.2f} MB")
    img = capture_screen(ROI)
    text = extract_text(img)
    print(f"Detected text: {text}")
    # 手动删除循环内的临时变量
    del img, text
    # 统一回收垃圾
    gc.collect()
    time.sleep(1)

额外建议 #

• 升级你的OpenCV、pytesseract和numpy到最新稳定版本，旧版本可能存在已知的内存泄漏问题
• 如果你不需要实时性特别高，可以适当延长time.sleep()的时间，减少循环频率，也能缓解内存增长

你可以先从替换mss截图和添加img.release()这两步开始试，这两个是最常见的问题点，应该能解决大部分内存增长的问题。

备注：内容来源于stack exchange，提问作者André