直接上结论：用pytesseract+预处理是当前最可行的方案，但必须放弃“一图一调用就出结果”的幻想——图文混排的英文数字验证码（如字符粘连、带干扰线、有旋转或阴影）天然不适合默认OCR流程，不预处理基本识别不了。
直接上结论：用 pytesseract + 预处理是当前最可行的方案，但必须放弃“一图一调用就出结果”的幻想——图文混排的英文数字验证码（比如字符粘连、带干扰线、有旋转或阴影）天然不适合默认 OCR 流程，不预处理基本识别不了。
为什么 pytesseract 默认跑不通？
因为 pytesseract.image_to_string() 底层调用的是 Tesseract，而 Tesseract 设计初衷是识别印刷体段落文本，不是为验证码优化的。遇到以下情况会直接失效：
- 字符间距小于 1px 或存在像素级粘连 → Tesseract 当成一个字切分，输出乱码如
"B8G"实际是"B"和"8"和"G"三个独立字符 - 背景有噪点/斜线/点阵 → 被误检为字符边缘，导致切分框错位
- 字体非标准（如手写感变形、加粗过度）→ 字典匹配失败，返回空字符串或
" " - 图像 DPI ＜ 150 → Tesseract 内部会降采样，小写字母
"l"和数字"1"彻底不可区分
必须做的三步预处理（顺序不能错）
目标不是“让图变好看”，而是让每个字符在二值图里成为孤立、凸起、无断裂的连通域。实操中这三步缺一不可：
-
灰度 + 高斯模糊去椒盐噪点：用
cv2.GaussianBlur(img, (3,3), 0)，核大小别超过(5,5)，否则字母细节糊掉 -
自适应阈值二值化：必须用
cv2.adaptiveThreshold()，全局cv2.threshold()在阴影区域必挂；块大小设为51（奇数），C 值从10开始试 -
形态学闭运算补断点：仅用一次
cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)，kernel 大小控制在(2,2)～(3,3)，再大就把"i"上面的点和竖线连成一块了
pytesseract 调参关键项
光预处理不够，Tesseract 的引擎行为得锁死：
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
立即学习“Python免费学习笔记（深入）”；
-
config='--psm 8 --oem 3 -c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789'——--psm 8强制当单行文本处理（验证码本质就是一行），--oem 3用 LSTM 模型（比旧版准确率高 20%+） - 务必传
lang='eng'，哪怕只含数字；不指定时 Tesseract 可能 fallback 到osd模式去检测方向，反而把横排验证码当成竖排切 - 如果字符高度＜20px，加
-c min_characters_to_try=1，否则 Tesseract 会因置信度低直接跳过整行
识别失败时先查这三件事
别急着重跑，90% 的问题出在输入环节：
- 检查预处理后二值图：
cv2.imwrite("debug_bin.png", bin_img)，打开看每个字符是否为纯白前景+纯黑背景，且彼此不接触 - 确认
tesseract命令行能否跑通：tesseract debug_bin.png stdout --psm 8 -c tessedit_char_whitelist=0123456789ABC，排除 Python 封装层干扰 - 验证
pytesseract.get_tesseract_version()是否 ≥ 5.3.0 —— 5.0 以下版本对连字支持极差，"O0"几乎全判成"0"
真正难的不是写代码，是每次换一类验证码都要重调预处理参数和 whitelist。没有通用解法，只有针对特定样式反复试错 —— 这一点很容易被忽略，直到你对着第 7 种干扰样式发呆半小时。
