优化Tesseract OCR识别效果：图像预处理与配置策略

import cv2
import pytesseract
import numpy as np # 导入numpy并使用别名

def preprocess_image(image_path):
    # 读取图像，IMREAD_UNCHANGED确保读取所有通道，包括alpha
    image = cv2.imread(image_path, cv2.IMREAD_UNCHANGED)
    if image is None:
        raise FileNotFoundError(f"无法加载图像: {image_path}")

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

    # 二值化处理：将灰度图转换为黑白图像。
    # cv2.THRESH_BINARY 表示大于阈值的像素设为最大值（255），否则设为0。
    # 阈值170是一个经验值，可能需要根据具体图像调整。
    _, black_and_white_image = cv2.threshold(gray_image, 170, 255, cv2.THRESH_BINARY)
    return black_and_white_image

# 假设 black_and_white_image 已经通过上一步获得
# 裁剪图像：[y:y+h, x:x+w]
# 这些坐标和尺寸 (59:96, 314:560) 需要根据实际图像中文字的位置来确定。
# 在实际应用中，可以通过图像处理算法（如轮廓检测）自动定位文本区域，
# 或者通过手动标注工具获取。
cropped_image = black_and_white_image[59:96, 314:560]

# 假设 cropped_image 已经通过上一步获得
# 调整图像大小：如果字符过小或过大，可以进行缩放。
# scale_percent = 100 表示不缩放，可以根据需要调整。
scale_percent = 100 # 例如，如果字符太小，可以设置为200%
width = int(cropped_image.shape[1] * scale_percent / 100)
height = int(cropped_image.shape[0] * scale_percent / 100)
dim = (width, height)

# 使用 cv2.INTER_AREA 进行缩小，cv2.INTER_CUBIC 或 cv2.INTER_LINEAR 进行放大
resized_image = cv2.resize(cropped_image, dim, interpolation=cv2.INTER_AREA)

# 自定义Tesseract配置
# --psm 3: 自动页面分割，但没有OSD
# --oem 3: 使用默认可用的OCR引擎
# -l eng: 指定识别语言为英语
custom_config = r'--psm 3 --oem 3 -l eng'

import cv2
import pytesseract
import numpy as np
from PIL import Image # 虽然原始问题使用了PIL，但在OpenCV流程中不直接需要，但保留以防万一

def get_text_from_image_optimized(image_path):
    """
    使用OpenCV进行图像预处理并结合Tesseract配置进行文本识别。

    参数:
        image_path (str): 待识别图像的路径。

    返回:
        str: 从图像中识别出的文本。
    """
    # 1. 读取图像
    image = cv2.imread(image_path, cv2.IMREAD_UNCHANGED)
    if image is None:
        print(f"错误: 无法加载图像 '{image_path}'。请检查路径和文件是否存在。")
        return ""

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

    # 3. 二值化处理
    # 阈值170是一个示例，可能需要根据具体图像调整
    _, black_and_white_image = cv2.threshold(gray_image, 170, 255, cv2.THRESH_BINARY)

    # 4. 裁剪图像到目标文本区域
    # 这些坐标 (y_start:y_end, x_start:x_end) 需要根据具体图像中文字的位置来确定
    # 示例坐标适用于原始问题中的"sign.png"图片
    cropped_image = black_and_white_image[59:96, 314:560]

    # 5. 调整图像大小（如果需要）
    scale_percent = 100 # 保持原始大小，如果字符过小可调大，如200
    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)

    # 6. 配置Tesseract参数
    custom_config = r'--psm 3 --oem 3 -l eng' # psm 3: 自动页面分割，oem 3: 默认引擎，-l eng: 英语

    # 7. 使用Tesseract进行OCR
    text_from_img = pytesseract.image_to_string(resized_image, config=custom_config)

    # 可选: 显示预处理后的图像，便于调试
    # cv2.imshow("预处理后的图像", resized_image)
    # cv2.waitKey(0) # 等待按键
    # cv2.destroyAllWindows()

    return text_from_img.strip() # .strip() 去除首尾空白字符

if __name__ == '__main__':
    # 假设您的图片文件名为 "sign.png" 并且在脚本同目录下
    # 您需要将此图片替换为实际要测试的图片路径
    # 原始问题中的图片链接为 https://imgur.com/a/y5MzszW，下载后保存为sign.png
    ocr_text = get_text_from_image_optimized("sign.png")
    print(f"识别结果: '{ocr_text}'")

    # 预期输出: 'SPIKE PLANTED'