Python OCR 图像识别代码优化：提高识别准确率

本文将介绍如何使用 Python 和 Tesseract OCR 库进行图像识别，并提供代码优化方案以提升识别准确率。

代码示例：

import cv2
import pytesseract

pytesseract.pytesseract.tesseract_cmd = r'D:\tesseract-ocr\tesseract.exe'

img = cv2.imread('C:/Users/jian.gao/Desktop/1.jpg')

# 缩小图片尺寸，去除噪声
img = cv2.resize(img, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_AREA)

# 将彩色图像转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 对图像进行二值化处理
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# 对图像进行膨胀操作，填充空洞
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
dilate = cv2.dilate(thresh, kernel, iterations=1)

# 对图像进行腐蚀操作，去除噪声
erode = cv2.erode(dilate, kernel, iterations=1)

# 识别图像中的文字
text = pytesseract.image_to_string(erode, lang='chi_sim')

print(text)

# 显示图片和二值化后的图片
cv2.imshow('image', img)
cv2.imshow('erode', erode)
cv2.waitKey(0)
cv2.destroyAllWindows()

代码优化：

缩小图片尺寸： 使用 cv2.resize() 函数将图片尺寸缩小，可以减少噪声和提高识别速度。
灰度化： 将彩色图像转换为灰度图像，可以简化处理过程。
二值化： 使用 cv2.threshold() 函数对图像进行二值化处理，将图像转换为黑白两色，以便更好地识别字符。
膨胀： 使用 cv2.dilate() 函数对图像进行膨胀操作，可以填充字符之间的空洞，使字符更加完整。
腐蚀： 使用 cv2.erode() 函数对图像进行腐蚀操作，可以去除噪声和连接在一起的字符。

其他优化方案：

使用更精确的预处理方法，例如自适应阈值处理、形态学操作等。
使用不同的 Tesseract OCR 库语言库，例如英文库 eng。
使用更高级的 OCR 库，例如 PaddleOCR。

总结：

通过对图像进行预处理、膨胀、腐蚀等操作，可以有效提升 Tesseract OCR 库的识别准确率。选择合适的优化方案，可以根据具体的图像内容和需求进行调整。