提升Tesseract OCR识别准确率：图像预处理与配置优化指南

import cv2
import numpy as np
import pytesseract

def preprocess_image(image_path):
    # 读取图像
    image = cv2.imread(image_path, cv2.IMREAD_UNCHANGED)
    if image is None:
        raise FileNotFoundError(f"无法读取图像文件: {image_path}")

    # 转换为灰度图像
    gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    return gray_image

    # ... (接上文 preprocess_image 函数)
    # 转换为灰度图像
    gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # 二值化处理：将灰度图像转换为黑白图像
    # THRESH_BINARY：像素值大于阈值的设为maxval，否则设为0
    # 170 是阈值，255 是最大值
    _, black_and_white_image = cv2.threshold(gray_image, 170, 255, cv2.THRESH_BINARY)
    return black_and_white_image

    # ... (接上文 preprocess_image 函数)
    # 裁剪图像到特定区域 (y:y+h, x:x+w)
    # 这里的坐标 (59:96, 314:560) 需要根据实际图像中文字的位置确定
    cropped_image = black_and_white_image[59:96, 314:560]
    return cropped_image

    # ... (接上文 preprocess_image 函数)
    # 调整图像大小（如果需要）
    scale_percent = 100 # 原始大小的百分比
    width = int(cropped_image.shape[1] * scale_percent / 100)
    height = int(cropped_image.shape[0] * scale_percent / 100)
    dim = (width, height)
    resized_image = cv2.resize(cropped_image, dim, interpolation = cv2.INTER_AREA)
    return resized_image

custom_config = r'--psm 3 --oem 3 -l eng'
# ...
text_from_img = pytesseract.image_to_string(processed_image, config=custom_config)

import cv2
import pytesseract
import numpy as np # 导入numpy

# 设置Tesseract可执行文件路径（如果不在系统PATH中）
# pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe' 

def get_text_from_image(image_path):
    """
    通过图像预处理和Tesseract配置从图像中提取文本。

    Args:
        image_path (str): 待处理图像的路径。

    Returns:
        str: 识别到的文本。
    """
    # 1. 图像加载与预处理
    # 读取图像，IMREAD_UNCHANGED 确保读取原始图像的通道数
    image = cv2.imread(image_path, cv2.IMREAD_UNCHANGED)
    if image is None:
        print(f"错误: 无法读取图像文件: {image_path}")
        return ""

    # 转换为灰度图像
    gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # 二值化处理：将灰度图像转换为黑白图像
    # 阈值170，像素值大于170的设为255（白色），否则设为0（黑色）
    (thresh, black_and_white_image) = cv2.threshold(gray_image, 170, 255, cv2.THRESH_BINARY) 

    # 裁剪图像到文本区域（根据实际图像调整坐标）
    # 格式为 [y_start:y_end, x_start:x_end]
    cropped_image = black_and_white_image[59:96, 314:560] 

    # 调整图像大小（如果需要，此处设置为100%即不改变大小）
    scale_percent = 100 
    width = int(cropped_image.shape[1] * scale_percent / 100)
    height = int(cropped_image.shape[0] * scale_percent / 100)
    dim = (width, height)
    resized_image = cv2.resize(cropped_image, dim, interpolation = cv2.INTER_AREA)

    # 2. Tesseract OCR识别
    # 定义自定义配置参数
    # --psm 3: 自动页面分割模式，适合单列文本
    # --oem 3: 默认OCR引擎模式（LSTM+旧版）
    # -l eng: 指定语言为英语
    custom_config = r'--psm 3 --oem 3 -l eng'
    text_from_img = pytesseract.image_to_string(resized_image, config=custom_config)

    # 3. 可选：显示处理后的图像
    cv2.imshow("Processed Black & White Image", resized_image)
    cv2.waitKey(1200) # 等待1.2秒
    cv2.destroyAllWindows() # 关闭所有OpenCV窗口

    return text_from_img

if __name__ == '__main__':
    # 假设 'sign.png' 是包含要识别文本的图像文件
    ocr_text = get_text_from_image("sign.png")
    print("识别到的文本:", ocr_text.strip()) # strip() 去除首尾空白字符

识别到的文本: SPIKE PLANTED