解决Pytesseract OCR输出内容垂直排列而非水平排列的问题

嘿，我懂你现在的困扰——用Pytesseract识别航点图片时，本该在同一行的纬度（lat）、经度（long）和高度（Alt）被识别成了上下垂直排列的格式，完全不是你想要的横向样式。别着急，咱们来试试这几个调整方法，应该能解决问题：

第一步：先给图片做预处理，让文字更清晰 #

有时候Tesseract识别出错，是因为图片的对比度不够，或者有杂噪干扰了它的布局判断。咱们可以先把图片转成灰度，再做二值化处理，强化文字和背景的对比：

import pytesseract as tess
from PIL import Image
import cv2

# 设置Tesseract的执行路径
tess.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

# 读取图片并做预处理
img = cv2.imread("wp1.png")
# 转换为灰度图
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化处理（让文字变黑背景变白，或者反过来，看你的图片情况调整阈值）
_, processed_img = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY_INV)

# 用预处理后的图片做OCR识别
text = tess.image_to_string(processed_img)

第二步：调整Tesseract的页面分割模式（PSM） #

Tesseract默认的页面分割模式可能不太适配你的航点布局，咱们可以指定PSM参数，告诉它要按“单一文本块”或者“单行文本”来识别：

# 自定义配置：oem 3是使用默认OCR引擎，psm 6表示把整个图片当作一个单一的文本块
custom_config = r'--oem 3 --psm 6'
# 带配置参数的识别
text = tess.image_to_string(processed_img, config=custom_config)

如果你的航点确实是严格的单行文本，也可以把psm改成7（--psm 7），强制按单行解析。

第三步：兜底处理——手动把换行换成空格 #

要是前面的方法还是没搞定，咱们可以直接对识别后的文本做字符串处理，把所有的换行符替换成空格，强行合并成一行：

# 把识别结果里的换行符全部替换成空格
formatted_text = ' '.join(text.splitlines())
print(formatted_text)

这样不管识别时有没有换行，最终都会输出成lat long Alt这种你想要的横向格式。

一般来说，先做图片预处理，再调整PSM参数，基本就能解决垂直排列的问题啦，你可以根据自己图片的实际情况来试试这些方法~

备注：内容来源于stack exchange，提问作者Knight