使用Python Tesseract提取图像二维数组数字结果异常，求解决方案

我看了你的代码和处理后的图像，问题主要出在图像预处理参数不合理和Tesseract没有针对数字矩阵做专属配置这两方面，咱们一步步来调整：

先说说当前的核心问题 #

1. 你用的自适应阈值参数blockSize=251太大了——这个参数是计算局部阈值的区域范围，对于图里的小数字来说，这么大的区域会把数字和周围灰色背景混在一起，导致部分数字模糊甚至丢失；C=95也过大，会让阈值偏移太多，破坏数字的完整性。
2. Tesseract默认是通用文本识别，没限定只识别数字，也没告知它这是规整的矩阵布局，所以识别结果不稳定、不准确。
3. 处理后的图像是白字黑底，而Tesseract对黑字白底的图像识别效果更好，这也是识别不准的隐形原因。

第一步：优化图像预处理 #

调整预处理步骤，让数字边缘清晰、背景干净：

import cv2
import numpy as np
from PIL import Image
import pytesseract

img_path = "你的图像路径"
src_path = "保存处理后图像的路径/"

# 读取图像并灰度化
img = cv2.imread(img_path)
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 先做高斯模糊降噪，减少噪点对阈值处理的干扰
img = cv2.GaussianBlur(img, (3, 3), 0)

# 自适应阈值处理：调整参数，直接反转成黑字白底
img = cv2.adaptiveThreshold(
    img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
    cv2.THRESH_BINARY_INV, 11, 10
)
# 这里用THRESH_BINARY_INV直接反转，省去额外的bitwise_not步骤

# 可选：用腐蚀膨胀清理残留小噪点
kernel = np.ones((2, 2), np.uint8)
img = cv2.erode(img, kernel, iterations=1)
img = cv2.dilate(img, kernel, iterations=1)

# 保存优化后的图像，方便查看效果
cv2.imwrite(src_path + "optimized_thres.png", img)

第二步：配置Tesseract专门识别数字矩阵 #

给Tesseract加上针对性参数，排除干扰并适配矩阵布局：

# 配置Tesseract参数：
# --oem 3：使用默认兼容模式
# --psm 6：告知Tesseract这是单一规整文本块，按顺序识别
# tessedit_char_whitelist：只允许识别数字，彻底排除无关字符
custom_config = r'--oem 3 --psm 6 -c tessedit_char_whitelist=0123456789'
result = pytesseract.image_to_string(Image.open(src_path + "optimized_thres.png"), config=custom_config)

# 把识别结果整理成二维矩阵（假设是5行5列，根据你的实际矩阵大小调整）
cleaned_result = ''.join([c for c in result if c.isdigit()])
rows = 5
cols = 5
matrix = [
    list(map(int, cleaned_result[i*cols : (i+1)*cols]))
    for i in range(rows)
]

print("提取的二维矩阵：")
for row in matrix:
    print(row)

为什么这样改？ #

1. 小尺寸的blockSize让阈值计算更贴合数字的局部区域，不会把周围背景的灰度算进来，能保留数字的清晰边缘。
2. 黑字白底是Tesseract优化过的识别场景，识别准确率会明显提升。
3. 限定只识别数字+规整布局的psm参数，彻底避免了无关字符的干扰，让结果稳定准确。

如果优化后的图像还有个别数字模糊，可以微调blockSize（比如改成13、15这类奇数）或者C值（比如8、12），直到数字显示清晰为止。

内容的提问来源于stack exchange，提问作者A.Joshi