重训Inception ResNet V2仅识别白底3位数字，减少误检的假设是否成立？

一、仅用纯白背景样本训练的假设是否合理？ #

你的假设有一定合理性，但也存在明显的局限性，具体分析如下：

合理性部分 #

如果训练集完全是黑字白底的3位数字序列，模型会学习到“黑色数字特征+纯白背景”的强关联模式。对于非白底的样本（比如带纹理、彩色、深色背景），其特征分布和训练集差异极大，模型确实大概率会给出低置信度预测，从而有效排除这类误检情况。

局限性与风险 #

1. 接近纯白的背景易误判：如果实际场景中存在浅灰色、带细微噪点或轻微污渍的“类纯白”背景，模型可能会将其误判为纯白背景，给出高置信度结果。
2. 极端情况的漏判/误判：如果非白底样本的数字特征和你的训练集字体、样式完全一致，模型仍可能忽略背景差异，给出较高置信度。
3. 泛化能力不足：仅依赖纯白背景训练，模型对背景的鲁棒性极差，一旦实际场景出现任何微小的背景变化（比如光线不均导致的背景明暗差异），模型的识别准确率会大幅下降。

优化建议 #

• 可以在训练集中加入少量带轻微背景干扰的样本（比如浅灰背景、细微噪点、轻微阴影），让模型聚焦“数字特征”这个核心识别点，同时保留对明显非白底样本的过滤能力。
• 训练时加入背景增强操作（比如随机调整背景亮度、添加小噪点、轻微模糊），提升模型的泛化性，避免过度拟合纯白背景。

二、关于Tesseract+EAST的OCR问题排查 #

从你的描述和代码来看，出现空字符串和无法识别旋转文本的问题，主要有以下几个原因：

1. 代码语法与逻辑错误 #

你的代码存在几处明显的问题：

• 导入语句格式错误：import cv2和import numpy as np需要分为两行单独导入
• cv2.fillPoly参数格式错误：第二个参数需要是多边形列表，你多了一个右括号，且未将多边形数组包裹在列表中
• 缺少ROI透视校正：EAST返回的是四边形边界框，直接mask后的图像是倾斜的，Tesseract无法有效识别倾斜文本

2. Tesseract配置不合理 #

默认的Tesseract配置对短序列数字不友好，需要指定合适的页面分割模式（psm）和字符白名单，强制模型只识别数字。

修正后的代码示例 #

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

# EAST返回的四边形边界框
refPt = [(486,302),(540,308),(538,328),(484,323)]
refPt_np = np.array(refPt, dtype=np.int32)

inp_img = cv2.imread("1.jpg")
# 获取ROI的目标尺寸（这里用原图像尺寸，也可自定义）
roi_width = max(refPt_np[:,0]) - min(refPt_np[:,0])
roi_height = max(refPt_np[:,1]) - min(refPt_np[:,1])

# --- 第一步：透视校正倾斜ROI ---
# 定义校正后的目标矩形顶点
target_pts = np.array([[0, 0], [roi_width, 0], [roi_width, roi_height], [0, roi_height]], dtype=np.float32)
# 计算透视变换矩阵
M = cv2.getPerspectiveTransform(refPt_np.astype(np.float32), target_pts)
# 执行透视变换，得到正矩形ROI
corrected_roi = cv2.warpPerspective(inp_img, M, (roi_width, roi_height))

# --- 第二步：Tesseract识别配置 ---
# oem=3使用默认OCR引擎，psm=8假设单个文本块，白名单限制只识别数字
custom_config = r'--oem 3 --psm 8 -c tessedit_char_whitelist=0123456789'
result = pytesseract.image_to_string(corrected_roi, lang='eng', config=custom_config)

print("识别结果：", result.strip())

3. EAST检测器的局限性 #

EAST文本检测器本身的设计更擅长处理水平或小角度倾斜的文本，对于大角度旋转（比如90度、180度）的文本，它的检测准确率会急剧下降，这也是你选择训练自定义神经网络的合理原因。

附测试样本图 #

内容的提问来源于stack exchange，提问作者Shubham Jaiswal