提升PyTesseract OCR对低分辨率数字图像的识别准确率

from PIL import Image
import pytesseract

# 指定Tesseract可执行文件的路径（如果未添加到系统环境变量中）
# pytesseract.pytesseract.tesseract_cmd = 'C:\Program Files\Tesseract-OCR\tesseract.exe'

# 打开图像文件
image_path = 'low_res_number.png' # 假设这是包含待识别数字的图像
img = Image.open(image_path)

# 初始尝试：使用默认或简单配置进行OCR
# custom_config = r'--oem 3 --psm 8 -c tessedit_char_whitelist=0123456789.,-'
# text = pytesseract.image_to_string(img, lang='eng', config=custom_config)
# print("Extracted Text (initial):", text)

from PIL import Image
import pytesseract

# ... (Tesseract路径配置，如果需要)

image_path = 'low_res_number.png'
img = Image.open(image_path)

# 获取原始图像尺寸
w, h = img.size
print(f"原始尺寸: {w}x{h}")

# 放大图像，例如放大2倍
scale_factor = 2
new_w = w * scale_factor
new_h = h * scale_factor
print(f"新尺寸: {new_w}x{new_h}")

# 使用最近邻插值进行放大
# Image.Resampling.NEAREST 适用于保持像素化图像的清晰度
img_resized = img.resize((new_w, new_h), Image.Resampling.NEAREST)

# 可选：保存放大后的图像以供检查
# img_resized.save('resized_low_res_number.png')

# ... (承接图像放大代码)

# 定义字符白名单
char_whitelist = '0123456789.,-'

# 遍历不同的PSM模式进行测试
print("
测试不同PSM模式的识别效果:")
for psm in range(0, 14): # Tesseract支持0到13的PSM模式
    try:
        custom_config = fr'--oem 3 --psm {psm} -c tessedit_char_whitelist={char_whitelist}'
        text = pytesseract.image_to_string(img_resized, lang='eng', config=custom_config)
        text = text.strip() # 移除可能存在的换行符或空格

        print(f"PSM {psm:2} | 识别结果: '{text}'")
    except Exception as ex:
        # 某些PSM模式可能在特定Tesseract版本或环境下报错，捕获并打印
        print(f"PSM {psm:2} | 异常: {ex}")

from PIL import Image
import pytesseract

# Tesseract可执行文件路径（如果需要）
# pytesseract.pytesseract.tesseract_cmd = 'C:\Program Files\Tesseract-OCR\tesseract.exe'

def recognize_low_res_number(image_path, scale_factor=2, psm_mode=None):
    """
    识别低分辨率图像中的数字。
    :param image_path: 图像文件路径。
    :param scale_factor: 图像放大倍数。
    :param psm_mode: 指定的PSM模式，如果为None，则使用推荐的PSM列表进行尝试。
    :return: 识别到的文本，如果识别失败则返回None。
    """
    try:
        img = Image.open(image_path)
        w, h = img.size

        # 放大图像
        img_resized = img.resize((w * scale_factor, h * scale_factor), Image.Resampling.NEAREST)

        char_whitelist = '0123456789.,-'

        # 如果指定了PSM模式，则直接使用
        if psm_mode is not None:
            custom_config = fr'--oem 3 --psm {psm_mode} -c tessedit_char_whitelist={char_whitelist}'
            text = pytesseract.image_to_string(img_resized, lang='eng', config=custom_config).strip()
            if text:
                return text
        else:
            # 尝试多个推荐的PSM模式
            # 根据实验结果，1, 3, 4, 6, 7, 10, 11, 12 都可能有效
            # 这里我们尝试几个常用的，并选择第一个成功的
            recommended_psms = [6, 7, 8, 10, 1, 3] 
            for psm in recommended_psms:
                custom_config = fr'--oem 3 --psm {psm} -c tessedit_char_whitelist={char_whitelist}'
                text = pytesseract.image_to_string(img_resized, lang='eng', config=custom_config).strip()
                if text:
                    print(f"使用PSM {psm} 成功识别: '{text}'")
                    return text

        print(f"未能从 {image_path} 中识别出数字。")
        return None

    except Exception as e:
        print(f"处理图像 {image_path} 时发生错误: {e}")
        return None

# 示例使用
image_file = 'low_res_number.png' # 替换为你的图像路径
extracted_number = recognize_low_res_number(image_file, scale_factor=2)

if extracted_number:
    print(f"最终识别结果: {extracted_number}")
else:
    print("未能识别出有效数字。")