pytesseract 限制字符 - Python

在Python中，pytesseract是一个识别字符的OCR库，可以让我们将图像中的字符转换成文本。但是有些时候，我们希望只识别固定的字符，这时候就需要使用pytesseract的限制字符功能。

如何限制字符

pytesseract的限制字符功能通过设置一个配置项来实现，具体代码如下：

import pytesseract
from pytesseract import Output

custom_config = r'--oem 3 --psm 6 -c tessedit_char_whitelist=abcdefghijklmnopqrstuvwxyz0123456789'
text = pytesseract.image_to_string(image, config=custom_config)

其中，tessedit_char_whitelist是设置允许识别的字符的参数。上面的代码就是限制只能识别小写字母和数字。

其他配置项

pytesseract还有其他几个相关的配置参数：

• tessedit_char_blacklist：设置不允许识别的字符
• tessedit_char_unblacklist：设置允许识别的字符，但是排除一些特定的字符
• tessedit_char_whitelist_punc：设置允许识别的标点符号
• tessedit_char_reject_mode：设置是否拒绝无法识别的字符

总结

通过设置pytesseract的配置项，我们可以灵活地控制字符识别的范围，从而得到更准确的结果。