在基本相同的图像上运行我的 Python 脚本时，通过 pytesseract 使用 Tesseract 得到了一个奇怪的行为。
背景： 我有一个 Raspberry Pi 正在运行，通过摄像头检索图像。凸轮的图片以其原始分辨率存储。 通过 cv2 我裁剪了感兴趣的部分 - 那是一个数字。对于这张图片，我增加了对比度，我还尝试改变黑白（反转图像） 您可以在此处评估此图片的质量：
我运行 Tesseract 的部分是：
value = pytesseract.image_to_string(image, config=r\"--psm 6 --oem 3 digits\")
但是运行我的脚本有时可以完美地识别数字（大约 10 次运行中的 1 次），但更常见的情况是根本没有识别出数字，有时只有一位数字，甚至超过所显示的五位数字。
我不知道是什么导致了结果质量的这些变化——有什么想法可以改进吗？ 你能根据上面显示的图像复制这种行为吗？
标签： ocr tesseract python-tesseract
为了提高准确性，您必须确保图像尽可能清晰。图像本身对人眼来说看起来很清晰，但 tesseract 需要文本和背景颜色之间的大对比。我就是这样做的：
image=cv2.imread("image.png",0)
上面的行以灰度读取图像。（您的图像已经是灰度的）一般来说，像素表示为RGB（红色，绿色，蓝色）。以灰度读取时，像素只能具有介于 0（黑色）和 255（白色）之间的值。所以你将有 255 种灰度。
_,thresh1 = cv2.threshold(image,100,255,cv2.THRESH_BINARY)
上面的行获取每个像素并将其与阈值（在本例中为 100）进行比较。如果像素的值小于阈值，则该像素将其值更改为 0。如果其较大，则在这种情况下将其颜色设置为 255。您可以调整这些值以获得最干净的图像。这是二值化后的图像。
从这张图片中阅读文字后，我每次都会得到 70150。不要忘记import cv2。我将留下一些链接以供进一步阅读，以了解如何提高图像质量以获得更好的准确性。 https://docs.opencv.org/4.x/d7/d4d/tutorial_py_thresholding.html
【讨论】：