如何有效地读取屏幕上的数字（pytesseract）？

我正在尝试读取屏幕上的数字，为此我正在使用 pytesseract。问题是，尽管它有效，但它的作用很慢，而且根本不会产生好的结果。例如，对于这张图片：

我可以制作这个阈值图像：

它读取的是 5852 而不是 585，这是可以理解的，但有时使用不同的阈值可能会更糟。例如，它可以将 1 000 000 读取为 1 aaa eee，或将 585 读取为 5385r（是的，它甚至会毫无理由地添加字符）

没有任何方法可以强制 pytesseract 只读取数字或简单地使用比 pytesseract 更好的东西吗？

my code:

from PIL import Image
from pytesseract import pytesseract as pyt
import test
pyt.tesseract_cmd = 'C:/Program Files/Tesseract-OCR/tesseract.exe'

def tti2(location) :
    image_file = location
    im = Image.open(image_file)
    text = pyt.image_to_string(im)
    print(text)
    for character in "abcdefghijklmnopqrstuvwxyz ABCDEFGHIJKLMNOPQRSTUVWXYZ*^&\n" :
        text = text.replace(character, "")
    return text

test.th("C:\\Users\\Utilisateur\\Pictures\\greenshot\\flea market sniper\\TEST.png")
print(tti2("C:\\Users\\Utilisateur\\Pictures\\greenshot\\flea market sniper\\TESTbis.png"))

“测试”的代码（用于阈值）：

import cv2
from PIL import Image

def th(Path) :
    img = cv2.imread(Path)
    # If your image is not already grayscale :
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    threshold = 60 # to be determined
    _, img_binarized = cv2.threshold(img, threshold, 255, cv2.THRESH_BINARY)
    pil_img = Image.fromarray(img_binarized)
    Path = Path.replace(".png","")
    pil_img.save(Path+"bis.png")

可以使用仅包含数字值的 tessedit_char_whitelist 配置来强制 pytesseract 只读取数字。 您可以尝试使用 Tesseract 文档来改进结果：Tesseract - 提高输出质量 https://tesseract-ocr.github.io/tessdoc/ImproveQuality.html

我还建议您使用：

• 背景为白色，字符字体颜色为黑色。
• 选择所需的超正方 psm 模式。在之前的案例中，我使用 7 psm 模式将图像视为单个文本行。
• 使用 tessedit_char_whitelist 配置仅指定您正在搜索的字符。

考虑到这一点，代码如下：

import cv2
import numpy as np
import pytesseract

pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract'
originalImage = cv2.imread('1.png')
grayImage = cv2.cvtColor(originalImage, cv2.COLOR_BGR2GRAY)
(_, blackAndWhiteImage) = cv2.threshold(grayImage, 127, 255, cv2.THRESH_BINARY_INV)
text = pytesseract.image_to_string(blackAndWhiteImage, config="--psm 7 --oem 3 -c tessedit_char_whitelist=0123456789")
print('Text: ', text)
cv2.imshow('Image result', blackAndWhiteImage)

cv2.waitKey(0)
cv2.destroyAllWindows()

以及期望的结果：