tesseract 在识别整行数字时表现良好，但对单个数字图像常返回空结果；根本原因在于默认页面分割模式（psm 3）不适用于孤立字符，需手动指定更匹配的 psm（如 7、8、10 或 13）并配合字符白名单提升准确率。
tesseract 在识别整行数字时表现良好，但对单个数字图像常返回空结果；根本原因在于默认页面分割模式（psm 3）不适用于孤立字符，需手动指定更匹配的 psm（如 7、8、10 或 13）并配合字符白名单提升准确率。
Tesseract 的页面分割模式（Page Segmentation Mode, --psm）直接影响 OCR 引擎如何理解图像结构。默认 --psm 3（全自动分割，无 OSD）专为常规文档设计，会尝试检测段落、行、词等层级结构——而单个数字图像缺乏上下文和布局特征，导致引擎“找不到文本区域”，最终跳过识别或返回空字符串。
针对单字符（尤其是数字）图像，推荐以下 PSM 值：
- --psm 7：将整张图视为单行文本，适合居中、清晰的单字/单数；
- --psm 8：将整张图视为单个单词，对紧凑型数字（如无边距的 4、7）鲁棒性更强；
- --psm 10：明确指定为单个字符，是处理孤立数字最精准的模式；
- --psm 13：以“原始行”方式处理，绕过 Tesseract 内部的启发式修正，适合高对比度、无噪声的简单图像。
同时，务必启用字符白名单以约束输出范围，避免误识干扰（如将 1 识别为 l 或 I）：
custom_config = r'--oem 3 --psm 10 -c tessedit_char_whitelist=0123456789' text = pytesseract.image_to_string(image, lang='eng', config=custom_config).strip()
✅ 最佳实践建议：
- 无需强制缩放图像（实测原图尺寸即可工作），过度放大可能引入插值噪声；
- 避免使用 --psm 0/1/2（依赖方向检测）或 4–6（假设多行/多列结构）；
- 若图像 DPI 未显式设置，Tesseract 可能警告 “Invalid resolution 0 dpi” —— 可通过 img.info['dpi'] = (300, 300) 预设，或忽略该警告（70 dpi 默认值通常足够）；
- 对批量处理场景，可先用 psm=10 主流程，失败时降级尝试 psm=7 或 psm=8，兼顾速度与容错。
综上，解决单数字 OCR 失败的关键不是调参或预处理，而是正确选择语义匹配的 PSM 模式。结合白名单约束与简洁配置，Tesseract 完全可稳定、高精度地识别单个数字图像。
