Tesseract收据价格识别丢失问题排查与优化建议请求

• 针对arm64-v8a架构编译了包含Leptonica、libjpeg、libpng、libturbojpeg依赖的Tesseract动态库（.so文件）
• 用于识别的Pix对象来自800万像素拍摄图像，裁剪后尺寸为1595×2121
• 核心需求：识别俄文收据中的价格（对应priceselected.jpg），无法展示原图，处理前后图像对应leptonicaaddimage和leptonicaprepareimage

应用了以下Leptonica滤镜及参数：

// 中值滤波
leptonica.pixMedianFilter(
    pixs:pix1,
    halfWidth = 1,
    halfHeight = 1);

// RGB转灰度（权重全为0）
_leptonica.PixConvertRGBToGray(pixs:pix2, rwt = 0.0, gwt = 0.0, bwt = 0.0);

// 灰度形态学闭运算
_leptonica.pixErodeGray(pixs:pix3, hsize: 5, vsize: 7);
_leptonica.pixDilateGray( pixs:pix4,  hsize : 5,  vsize  : 7);

// Gamma校正
_leptonica.GammaTRC(
            NULL, // 生成新Pix
            pixs: pix5,
            gamma: 0.7f,
            minval : 40,
            maxval : 210);

// Sauvola自适应阈值
_leptonica.AdaptiveThresholdSauvola(
            pixs: pix6,
            whsize:11,
            factor:0.15f);

• 版本：5.5.1-16-g17b4，使用tessdata_best数据集，仅启用LSTM模式（oem=1）
• 初始化与配置代码：

Tesseract.TessBaseAPICreate();
Tesseract.TessBaseAPIInit2(_handle, dataPath, language:"rus", oem:"1");
Tesseract.TessBaseAPISetPageSegMode(_handle, pageSegMode:"6 or 3");

• 自定义变量：
  • user_defined_dpi = 图像宽度/实际宽度 = 1821/3.15 = 578
  • tessedit_char_blacklist = "\\|@#$^&_=<>~{}[]"`

Tesseract.TessBaseAPISetImage2(_handle, pix);
TesseractNative.TessBaseAPIGetUTF8Text(_handle);

1721822 Вафли  СЛИВОЧНЫЕ ‘РЛОусПеК те ЭГ 99
Зй 2217431 Кокт, мол. ТОП ЛАВ” (клуб- ан?
50
(Н) ' 1842023 Коктейль мол”ТОП”(2%, пломбир, П
50г 2,29
Скидка бонусы Еплюс ‚08
Г! 1350399 Сыр'БРЕСТ-ЛИТОВСК ПОШЕХОНСКИЙ”
200г 4,59
Скидка бонусы Еплюс -0,05
ИТОГО К ОПЛАТЕ 12,05
УТОГО СКИДКА ы 0,13

• 无法识别如2.99、2.35这类完整价格，仅能识别出类似0.08的部分
• 收据尺寸越大，丢失的价格数字越多
• 寻求提升识别质量的优化建议及问题排查方向

内容的提问来源于stack exchange，提问作者magister