Tesseract对简单数字验证码识别效果有限，必须配合图像预处理才能稳定工作；纯调用image_to_string()基本失败。因其默认针对自然场景文本优化，而验证码含干扰线、噪点、粘连、低对比度等，导致layout分析器失效，常返回空或乱码；必须依次完成灰度化、二值化（OTSU）、形态学去噪，并配置--psm 8、数字白名单及DPI放大。
直接说结论：Tesseract 对简单数字验证码识别效果有限，必须配合图像预处理才能稳定工作；纯调用 tesseract.image_to_string() 基本会失败。
为什么默认识别总返回空或乱码？
Tesseract 默认针对自然场景文本（如文档、街牌）优化，而数字验证码通常带干扰线、噪点、字符粘连、非标准字体、低对比度——这些都会让 tesseract 的 layout 分析器直接放弃识别或切错区域。
常见错误现象包括：pytesseract.pytesseract.TesseractNotFoundError（路径没配对）、FileNotFoundError（图片路径含中文）、识别结果为空字符串、返回字母混杂的乱码（如把 5 识别成 S 或 8）。
关键原因不是 Tesseract 不行，而是它没收到“干净的单色数字图”——你给的是“带干扰的截图”，它当作文档扫描件去解析了。
立即学习“Python免费学习笔记（深入）”；
必须做的三步图像预处理
跳过这三步，90% 的验证码识别都会失败。顺序不能乱，参数要按数字验证码特性调：
- 灰度化：
cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)—— 去掉颜色干扰，只保留亮度信息 - 二值化：
cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)——THRESH_OTSU自动选阈值，比固定阈值（如 127）更适合验证码明暗不均的特点 - 去噪与膨胀：
cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel)，其中kernel = np.ones((2,2), dtype=np.uint8)—— 消除孤立噪点，轻微连接断裂数字（如0中间断开）
注意：不要用高斯模糊，它会让细数字变糊；也不要裁剪 ROI 后再二值化——先全局二值化再裁剪更稳定。
调用 pytesseract 的关键配置项
光传图片不够，必须限制语言、模式和字符集：
- 指定引擎模式：
config='--oem 3 --psm 8'——--psm 8表示“单行文本”，适合验证码横向排列；--oem 3是默认 LSTM 引擎，对数字比旧引擎更准 - 限定字符集：
config += ' -c tessedit_char_whitelist=0123456789'—— 强制只识别数字，大幅降低误识率 - 设置 DPI：
cv2.resize(img, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC)再送入识别 —— 验证码像素常不足，放大后字符边缘更清晰，tesseract更易提取特征
完整调用示例（不含 cv2 加载逻辑）：
text = pytesseract.image_to_string(
processed_img,
config='--oem 3 --psm 8 -c tessedit_char_whitelist=0123456789',
lang='eng'
)
返回值需用 text.strip().replace(' ', '') 清理空白和空格——有些验证码中间有空隙，tesseract 会识别成空格。
识别失败时优先检查的三个地方
别急着换模型，先确认这三项是否到位：
-
tesseract版本是否 ≥ 5.0？低于 4.1 的版本对数字的 LSTM 模型支持极差，tesseract --version查看 - 图片是否已转为
uint8类型？OpenCV 处理后有时是float32，pytesseract会静默失败，加一句processed_img = processed_img.astype(np.uint8) - 白名单里有没有漏掉字符？比如验证码含
O和0、I和1，但你只写了数字——这时得加进白名单并后处理映射，或者改用模板匹配补救
真正难的不是调参，而是判断这张图到底能不能靠预处理+Tesseract 解决：如果字符严重扭曲、旋转超过 10 度、或背景纹理复杂到无法二值化分离，就得换思路——比如训练轻量 CNN 或直接上 EasyOCR 的 recognizer.recognize()（它内置了抗干扰预处理）。
