pytesseract 不从图像中提取文本

我有以下图像并尝试使用 pytesseract 提取文本。但是，它总是返回一些未知字符。
图像

这是我正在使用的代码：

import pytesseract as pt
from PIL import Image

#Converting image to text
img = Image.open('frame-1ROI_2.png')
extracted = pt.image_to_string(img)
print(extracted)
print(type(extracted)) 

这是输出

如果我使用 这个 在线文本提取工具，它确实提取文本并返回正确的文本。

更新 1

我已更改此代码，结果仍然相同。

img = img.convert("L")
img = img.filter(ImageFilter.SMOOTH_MORE)

图像现在如下所示：

我也尝试过| ||这个 方法但是输出仍然是一样的。 method but the output is still the same.

Tesseract 在处理具有复杂背景的图像时会遇到困难，就像提供的那个。要提高识别精度，需要对图像进行预处理以增强文本并简化背景。

以下是对示例的逐步改进建议，使用 Python 和 OpenCV：

import cv2
import pytesseract

# 1. 加载图像
img = cv2.imread('frame-1ROI_2.png')

# 2. 图像预处理
# a. 转换为灰度
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# b. 使用自适应阈值进行二值化
thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 15, 2)

# c. 降噪（可选，但可以提高结果）
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=1)

# 3. 使用 Tesseract 进行 OCR
extracted = pytesseract.image_to_string(opening)
print(extracted)

# 4. （可选）显示结果
cv2.imshow('Thresholded Image', thresh)
cv2.waitKey(0)

这个代码做了以下事情：

1. 加载图像： 使用 OpenCV ( cv2.imread ) 加载图像。
2. 图像预处理：
   • 转换为灰度： 将图像转换为灰度以简化处理 ( cv2.cvtColor ).
   • 二值化： 应用自适应阈值将图像转换为黑白，突出显示文本 ( cv2.adaptiveThreshold ).
   • 降噪： 使用形态学操作（打开）去除噪声和小的伪影，从而清理图像 ( cv2.morphologyEx ).
3. 使用 Tesseract 进行 OCR： 使用 pytesseract.image_to_string 在预处理后的图像上执行 OCR。
4. （可选）显示结果： 显示结果图像（二值化图像）以可视化预处理步骤的效果。

通过试验预处理技术和参数，可以进一步改进结果。还可以探索其他图像预处理技术，例如：

• 去斜： 如果图像倾斜，则校正图像方向。
• 缩放： 有时，放大图像可以帮助 Tesseract 更好地识别字符。
• 去边框： 从图像中移除任何边框或线条，这些边框或线条可能会干扰文本提取过程。

请记住，在处理具有挑战性的图像时，没有一种万能的解决方案，并且可能需要调整预处理步骤和 Tesseract 配置以获得最佳结果。