pytesseract文字识别,提高准确率的方法

import math ,pytesseract ,cv2
from PIL import Image


# 转化图像为白底黑字，一定要转化，能提高识别准确性
def transformedImage():

    # 计算两个颜色之间的欧几里得距离
    def color_distance(c1, c2):
        r1, g1, b1, a1 = c1
        r2, g2, b2, a2 = c2
        return math.sqrt((r1-r2)**2 + (g1-g2)**2 + (b1-b2)**2 + (a1-a2)**2)
                
    # 打开原图
    img = Image.open(r'screen\screen.png')
    # 创建一个白色的背景图像
    bg_img = Image.new('RGBA', img.size, (255, 255, 255, 255))
    # 定义相似颜色的阈值，5~200之间为最佳值，5~500为有效值
    threshold = 100

    # 遍历所有像素点
    for x in range(img.width):
        for y in range(img.height):
            # 获取当前像素点的颜色
            color = img.getpixel((x, y))
            # 如果原图当前坐标颜色与给定颜色相似，则在背景图中相同的坐标写入黑色像素点
            if color_distance(color, (247, 245, 244, 255)) < threshold:
                bg_img.putpixel((x, y), (0,0,0,255))

    # 保存新图像
    bg_img.save(r'screen\screen2.png')

    characterRecognition()

# 文字识别
def characterRecognition():
    # 感觉好像没有必要进行灰度和二值化处理了，白底黑字的准确性挺高的，代码留这，你们自己看着整
    # 读取新图像
    # img = cv2.imread(r'screen\screen2.png')
    # # 将图片转换为灰度图像
    # gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # # 对图像进行二值化处理
    # thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
    # config = "--psm 7 --oem 3 -c tessedit_char_whitelist=0123456789"
    # text = pytesseract.image_to_string(thresh, config=config)

    # 读取新图像
    img = cv2.imread(r'screen\screen2.png')
    # 进行文字识别
    # --psm 7 单行识别 , --oem 3 使用 LSTM OCR 引擎 , -c tessedit_char_whitelist=0123456789 只识别数字字符
    config = "--psm 7 --oem 3 -c tessedit_char_whitelist=0123456789"
    text = pytesseract.image_to_string(img, config=config)
    # 防止识别不到报错
    try:
        # 去除其他符号，对数字进行重新整合
        text = int(''.join(filter(str.isdigit, text)))
    except Exception:
        text = 1

if __name__ == "__main__":
    transformedImage()