Python实现图片二值化以提升OCR识别率的代码示例

青禾

发布时间：2026-10-13| 5人浏览过

原创

本文介绍利用Python进行图片二值化处理以提高OCR识别率的完整代码。通过PIL库将图像转为灰度，设定阈值200进行黑白分割，最终生成高对比度图像供Tesseract识别，有效提升文字提取准确率。

Python图片二值化提升OCR识别率实战

本文详细讲解了如何使用Python代码对图片进行二值化处理，从而显著提高OCR（光学字符识别）的准确率。文中提供的示例代码逻辑清晰，对希望优化图像预处理流程的开发者具有重要的参考价值。

具体实现代码如下：


import cv2from PIL import Imagefrom pytesseract import pytesseractfrom PIL import ImageEnhanceimport reimport string
def createFile(filePath,newFilePath):

  img = Image.open(filePath)

  # 模式L”为灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。
  Img = img.convert('L')
  Img.save(newFilePath)

  # 自定义灰度界限，大于这个值为黑色，小于这个值为白色
  threshold = 200

  table = []
  for i in range(256):
    if i < threshold:
      table.append(0)
    else:
      table.append(1)

  # 图片二值化
  photo = Img.point(table, '1')
  photo.save(newFilePath)
if __name__ == '__main__':
createFile(r'1.bmp',r'newTest.png')

原始输入图片如下：