在将图像传递到pytesseract之前对图像进行阈值化可以提高精度。

import cv2
import numpy as np

# Grayscale image
img = Image.open('num.png').convert('L')
ret,img = cv2.threshold(np.array(img), 125, 255, cv2.THRESH_BINARY)

# Older versions of pytesseract need a pillow image
# Convert back if needed
img = Image.fromarray(img.astype(np.uint8))

print(pytesseract.image_to_string(img))

字符串
这个打印出来了

5.78 / C02

型

**编辑：**仅对第二张图像进行阈值处理，返回11.1。另一个可以帮助的步骤是将页面分割模式设置为“将图像视为单个文本行”，配置为--psm 7。在第二张图像上执行此操作将返回11.1 "202 '，引号来自顶部的部分文本。要忽略这些，您还可以通过配置-c tessedit_char_whitelist=0123456789.%设置使用白名单搜索哪些字符。一切都在一起：

pytesseract.image_to_string(img, config='--psm 7 -c tessedit_char_whitelist=0123456789.%')

型
返回11.1 202。很明显pytesseract很难处理那个百分比符号，我不知道如何通过图像处理或配置更改来改进它。