Python调用Tesseract无法识别单数字图片，未训练仅数字模型，求问题原因

我之前也碰到过一模一样的情况——Tesseract对多字符文本识别特别顺手，但碰到单个字符/数字就返回"empty page"，核心原因是它默认的**页面分割模式（PSM）**是为段落、多行文本设计的，单个字符尺寸太小，容易被当成空白区域过滤掉。完全不用单独训练数字模型，调整几个参数就能解决，具体方案如下：

1. 强制指定适配单个字符的页面分割模式（PSM） #

Tesseract内置了多种页面分割策略，针对单个字符的场景，最有效的是--psm 10（专门识别单个字符）或者--psm 8（识别单个词，单个数字也适用）。你可以在调用pytesseract时直接添加这个配置：

import pytesseract
from PIL import Image

img = Image.open(getPng(pathImg, '3'))  # 你的图片路径生成逻辑
# 保留默认引擎模式--oem 3，同时指定单个字符识别的PSM
result = pytesseract.image_to_string(img, config='--oem 3 --psm 10')
print(result.strip())

如果你的场景里既有单个数字又有多字符文本，可以做个简单逻辑：先用默认PSM尝试识别，返回空结果时再用PSM 10重试，兼顾两种场景的识别需求。

2. 图像预处理强化识别效果 #

单个数字往往尺寸偏小，Tesseract对小文本的识别精度会打折扣，做以下预处理能大幅提升成功率：

• 放大图像：把单个数字的尺寸放大到Tesseract更易识别的大小（建议至少30x30像素以上）
• 灰度化+二值化：强化数字和背景的对比度，消除杂色噪声

示例预处理代码（用PIL实现）：

from PIL import Image, ImageOps

img = Image.open(getPng(pathImg, '3'))
# 放大2倍，用LANCZOS插值保证放大后的清晰度
img = img.resize((img.width * 2, img.height * 2), Image.Resampling.LANCZOS)
# 转灰度图简化识别难度
img_gray = ImageOps.grayscale(img)
# 二值化（调整阈值让数字和背景边界更清晰）
img_binary = img_gray.point(lambda x: 0 if x < 128 else 255, '1')
# 再执行识别
result = pytesseract.image_to_string(img_binary, config='--oem 3 --psm 10')
print(result.strip())

3. 排查图像本身的问题 #

还要确认你的单个数字图片没有这些硬伤：

• 数字被截断或者边缘严重模糊
• 背景和数字的对比度极低（比如浅灰色数字在白色背景上）
• 图像存在大量杂色噪声干扰

如果用命令行测试，也可以加上PSM参数验证效果：

tesseract your_single_digit.png output --oem 3 --psm 10

打开生成的output.txt就能看到识别结果，不会再返回"empty page"了。

这样调整后，既不用单独训练数字模型，也能同时支持单个数字和多字符文本的识别需求。

内容的提问来源于stack exchange，提问作者Luiza Rodrigues