优化Pytesseract文本检测：使用页面分割模式（PSM）

import cv2
import pytesseract
import os
from PIL import Image, ImageDraw, ImageFont

# 确保Tesseract OCR引擎已安装并配置到系统PATH中。
# 如果没有，你需要手动指定Tesseract可执行文件的路径，例如：
# pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
# 或者在Linux/macOS上：
# pytesseract.pytesseract.tesseract_cmd = '/usr/local/bin/tesseract'

def check_image_for_text(image_path, psm_mode=6, min_text_length=1):
    """
    检查图片是否包含可识别文本。
    通过指定页面分割模式（PSM）来优化文本检测。

    Args:
        image_path (str): 图片文件的路径。
        psm_mode (int): Tesseract的页面分割模式（0-13）。
                        推荐值：6（单一统一文本块）、7（单行文本）、11（稀疏文本）。
        min_text_length (int): 认为检测到文本的最小非空白字符数。

    Returns:
        bool: 如果图片包含文本，则返回True；否则返回False。
    """
    if not os.path.exists(image_path):
        print(f"错误: 图片文件 '{image_path}' 不存在。")
        return False

    image = cv2.imread(image_path)
    if image is None:
        print(f"错误: 无法加载图片 '{image_path}'。请检查文件是否损坏或路径是否正确。")
        return False

    # 构建Tesseract配置字符串
    config = f'--psm {psm_mode}'

    try:
        # 使用指定的PSM模式进行OCR
        text = pytesseract.image_to_string(image, config=config, lang='chi_sim+eng') # 可以指定语言

        # 清理文本，移除空白字符
        cleaned_text = text.strip()

        if len(cleaned_text) >= min_text_length:
            print(f"图片 '{image_path}' 发现文本 (PSM {psm_mode}): '{cleaned_text[:50]}...'")
            return True
        else:
            print(f"图片 '{image_path}' 未发现文本 (PSM {psm_mode})。")
            return False
    except pytesseract.TesseractNotFoundError:
        print("错误: Tesseract OCR引擎未安装或未配置到PATH中。请检查安装。")
        return False
    except Exception as e:
        print(f"处理图片 '{image_path}' 时发生未知错误: {e}")
        return False

# --- 示例用法 ---
if __name__ == "__main__":
    # 1. 生成测试图片
    dummy_text_image_path = 'test_text_image.png'
    dummy_no_text_image_path = 'test_no_text_image.png'

    # 生成一个带文本的图片
    img_text = Image.new('RGB', (300, 100), color=(255, 255, 255))
    d = ImageDraw.Draw(img_text)
    try:
        # 尝试加载一个字体文件，如果失败则使用默认
        # 注意：你需要确保系统中有arial.ttf或simhei.ttf等字体
        font = ImageFont.truetype("arial.ttf", 30) 
    except IOError:
        font = ImageFont.load_default()
    d.text((10, 25), "Hello World! 你好世界！", fill=(0, 0, 0), font=font)
    img_text.save(dummy_text_image_path)

    # 生成一个无文本的图片
    img_no_text = Image.new('RGB', (300, 100), color=(200, 200, 200))
    img_no_text.save(dummy_no_text_image_path)

    print("--- 测试带文本的图片 ---")
    # 尝试不同的PSM模式
    for psm in [3, 6, 7, 11]:
        print(f"使用PSM {psm}:")
        has_text = check_image_for_text(dummy_text_image_path, psm_mode=psm)
        print(f"结果: {'包含文本' if has_text else '不包含文本'}\n")

    print("\n--- 测试不带文本的图片 ---")
    for psm in [3, 6, 7, 11]:
        print(f"使用PSM {psm}:")
        has_text = check_image_for_text(dummy_no_text_image_path, psm_mode=psm)
        print(f"结果: {'包含文本' if has_text else '不包含文本'}\n")

    # 清理生成的图片
    if os.path.exists(dummy_text_image_path):
        os.remove(dummy_text_image_path)
    if os.path.exists(dummy_no_text_image_path):
        os.remove(dummy_no_text_image_path)