tesseract识别单字效果特别差，这是怎么回事？

湘江逝水 2015-09-17 04:10:40

最近在做一个图片识别文字的项目，用到了tesseract，发现tesseract几乎识别不了单字，但是识别几个字的效果又特别好，在做测试的时候发现，将几个单字的图片粗暴的直接拼接到一起，用tesseract进行识别就可以了，但是tesseract为什么就是不能识别单字呢，或者可以设置让tesseract识别单字的吗，求懂的人回答一下~

...全文

1037 2 打赏收藏举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

to_better_Polaris 2019-09-18

打赏
举报

回复

tesseract有一个配置参数，你加上：--psm 8，试试，意思是Treat the image as a single word.

湘江逝水 2015-09-18

打赏
举报

回复

自己顶一个。

你的OCR识别是否经常出现这样的问题：明明图片清晰，却识别出一堆乱码？或者数字识别总是出错，导致数据处理流程中断？这些问题90%源于参数配置不当。本文将带你从根源解决识别准确率问题，通过科学的参数调优方法，让识别准确率从50%提升到95%以上。 ## 为什么你的Tesseract.js识别效果总是不理想？大多数开发者在使用Tesseract.js时，往往忽视了参数配置的重要性。默认参数就像一

Tesseract不要死磕预处理很多新人拿到Tesseract，准确率低就一个劲调二值化阈值、换去噪算法，折腾半天提升几个点。其实这是技术路线的天花板，再调也没用。准确率不够就直接换深度学习方案，别在错误的方向上努力。云服务不要只看标价大厂OCR经常标着"免费额度"，但超出后的阶梯定价并不便宜。而且很多人忽略了：通用OCR对验证码的识别率其实没那么高，失败重试也是成本。算下来不一定比专业打码平台划算。ddddocr要加置信度判断不要识别出什么就信什么。ddddocr虽然准确率高，但也会有识别错的时候。

`scipy/_external/packaging_version/README.md` 用一句话点明了该目录的来历：`src` 目录由 `tools/vendoring/vendor_packaging_version.sh` 脚本填充。换句话说，SciPy 并没有把第三方 `packaging` 库作为运行时依赖，而是将其中负责解析与比较版本号的 `packaging.version` 模块

验证码识别是计算机视觉中重要的安全技术，通过OCR（光学字符识别）技术实现自动化文本提取。其核心原理是图像预处理与模式识别相结合，先对验证码图像进行灰度化、二值化、降噪等处理，再通过Tesseract等OCR引擎识别字符。在工程实践中，OpenCV提供强大的图像处理能力，而pytesseract作为Python封装简化了OCR集成流程。这套技术组合特别适合处理数字、字母等简单验证码，广泛应用于自动化测试、数据采集等合规场景。针对干扰线、字符旋转等复杂验证码，可通过形态学操作和轮廓分析等技巧优化识别效果。随着

Tesseract是一个开源的OCR（Optical Character Recognition，光学字符识别）引擎，可以识别多种格式的图像文件并将其转换成文本，目前已支持60多种语言（包括中文）。 Tesseract最初由HP公司开发，后来由Google维护。大部分人都是希望能把自己的字库放在Tesseract调用，做成自己的开发包。网上找了很久，在C++环境下，中文字库或者其他的字库该怎么调用...

51,407

社区成员

86,124

社区内容

发帖

与我相关

我的任务

javaspring bootspring cloud 技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章