### 提高 Pytesseract 对图片文字识别精度的方法 为了提高 Pytesseract 对图片的文字识别精度，尤其是针对字母和数字的排列顺序，可以采取以下措施： #### 1. **图像预处理** 图像质量直接影响 OCR 的效果。通过适当的预处理技术，能够显著改善识别率。 - **灰度化** 将彩色图像转换为灰度图像有助于减少冗余信息。 ```python gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) ``` - **二值化** 使用阈值法将灰度图像转化为黑白图像，突出字符区域。 ```python _, binary_image = cv2.threshold(gray_image, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU) ``` - **去噪** 利用形态学操作去除噪声点。 ```python kernel = np.ones((3, 3), np.uint8) denoised_image = cv2.morphologyEx(binary_image, cv2.MORPH_OPEN, kernel, iterations=1) ``` - **边缘检测**（可选） 如果目标是提取轮廓清晰的对象，可以尝试 Canny 边缘检测。 ```python edges = cv2.Canny(denoised_image, threshold1=50, threshold2=150) ``` #### 2. **调整 Tesseract 配置参数** Tesseract 支持多种配置选项以适应不同的场景需求。 - **指定语言模型** 确保选择了适合的语言包，例如英文或数字专用模型。 ```python recognized_text = pytesseract.image_to_string(processed_image, config='--psm 6 --oem 3 -c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789') ``` 上述代码中： - `--psm 6` 表示假设单行文本[^1]。 - `-c tessedit_char_whitelist` 只允许特定字符集参与匹配，从而过滤掉无关符号。 - **优化引擎模式 (`OEM`)** 设置合适的 OCR 引擎模式可以获得更好的性能表现。 ```python config = '--oem 3' # LSTM 模型 ``` #### 3. **校正倾斜角度** 若原始图片存在旋转偏差，则可能导致部分字符错位无法正常解析。因此有必要先对其进行几何矫正。 ```python def deskew(image): coords = np.column_stack(np.where(image > 0)) angle = cv2.minAreaRect(coords)[-1] if angle < -45: angle = -(90 + angle) else: angle = -angle (h, w) = image.shape[:2] center = (w // 2, h // 2) M = cv2.getRotationMatrix2D(center, angle, 1.0) rotated = cv2.warpAffine(image, M, (w, h), flags=cv2.INTER_CUBIC, borderMode=cv2.BORDER_REPLICATE) return rotated processed_image = deskew(binary_image) ``` #### 4. **验证与后处理** 即使经过上述步骤仍可能存在少量错误，此时可通过编程手段修正这些异常情况。 - **拼接修复** 结合上下文逻辑填补缺失片段或者替换误判项。 - **格式整理** 确认最终输出遵循预期规则，比如统一大小写、移除多余空白符等。 --- ```python import cv2 import numpy as np import pytesseract # 初始化 Tesseract 路径 pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe' def preprocess_image(image_path): """加载并预处理输入图片""" image = cv2.imread(image_path) # 转换为灰度图 gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 自动二值化 _, binary_image = cv2.threshold(gray_image, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU) # 形态学开运算去噪 kernel = np.ones((3, 3), np.uint8) cleaned_image = cv2.morphologyEx(binary_image, cv2.MORPH_OPEN, kernel, iterations=1) return cleaned_image def correct_skewness(image): """纠正图片倾斜角度""" coords = np.column_stack(np.where(image > 0)) angle = cv2.minAreaRect(coords)[-1] if angle < -45: angle = -(90 + angle) else: angle = -angle (h, w) = image.shape[:2] center = (w // 2, h // 2) M = cv2.getRotationMatrix2D(center, angle, 1.0) corrected_image = cv2.warpAffine(image, M, (w, h), flags=cv2.INTER_CUBIC, borderMode=cv2.BORDER_REPLICATE) return corrected_image if __name__ == "__main__": input_path = 'C:\\R1.png' preprocessed_img = preprocess_image(input_path) aligned_img = correct_skewness(preprocessed_img) custom_config = r'--oem 3 --psm 6 -c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789' result = pytesseract.image_to_string(aligned_img, config=custom_config) print(result.strip()) ``` ---