优化Tesseract OCR文本识别精度：图像预处理与配置技巧

import cv2
import numpy as np
from PIL import Image

def preprocess_image(image_path_or_pil_image):
    """
    对图像进行预处理，包括灰度化、二值化、裁剪和缩放。

    Args:
        image_path_or_pil_image: 图像文件路径或PIL.Image对象。

    Returns:
        处理后的OpenCV图像对象。
    """
    if isinstance(image_path_or_pil_image, str):
        # 从文件路径读取图像
        image = cv2.imread(image_path_or_pil_image, cv2.IMREAD_UNCHANGED)
    elif isinstance(image_path_or_pil_image, Image.Image):
        # 从PIL.Image对象转换
        image = np.array(image_path_or_pil_image)
        # PIL.Image通常是RGB，OpenCV是BGR，需要转换
        image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
    else:
        raise ValueError("输入必须是图像文件路径或PIL.Image对象")

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

    # 2. 二值化处理：将图像转换为黑白，增强对比度
    # 阈值170，高于170的像素变为255（白），低于170的变为0（黑）
    (thresh, black_and_white_image) = cv2.threshold(gray_image, 170, 255, cv2.THRESH_BINARY)

    # 3. 裁剪图像以聚焦文本区域 (示例坐标，需根据实际图片调整)
    # 裁剪区域：y轴从59到96，x轴从314到560
    cropped_image = black_and_white_image[59:96, 314:560]

    # 4. 调整图像大小 (如果需要，本例保持原尺寸)
    scale_percent = 100  # 缩放比例，100表示不缩放
    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

import cv2
import pytesseract
import numpy as np
from PIL import Image

# 确保tesseract可执行文件路径已添加到系统PATH，
# 或者在此处指定其路径，例如：
# pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

def get_text_from_image(image_input):
    """
    从图像中提取文本，包含预处理和Tesseract配置。

    Args:
        image_input: 图像文件路径或PIL.Image对象。

    Returns:
        识别出的文本字符串。
    """
    # 1. 图像预处理
    processed_image = preprocess_image(image_input)

    # 2. Tesseract OCR配置
    # --psm 3: 自动页面分割，但假设是单列文本
    # --oem 3: 使用LSTM神经网络引擎
    # -l eng: 指定语言为英语
    custom_config = r'--psm 3 --oem 3 -l eng'

    # 3. 使用PyTesseract进行文本识别
    text_from_img = pytesseract.image_to_string(processed_image, config=custom_config)

    # 4. (可选) 显示处理后的图像
    cv2.imshow("Processed Image for OCR", processed_image)
    cv2.waitKey(1200) # 显示1.2秒
    cv2.destroyAllWindows()

    return text_from_img

if __name__ == '__main__':
    # 假设你有一个名为 "sign.png" 的图像文件
    # 对于示例图片：https://imgur.com/a/y5MzszW (需要下载并保存为sign.png)
    ocr_text = get_text_from_image("sign.png")
    print("识别结果:", ocr_text.strip()) # .strip() 去除首尾空白符

识别结果: SPIKE PLANTED