Python 提高阅读文本的可靠性

我试图从屏幕截图中读取相对清晰的数字，但在让pytesseract正确读取文本时遇到了问题。我有以下截图：

我知道比分（2-0）和时钟（1:42）将处于完全相同的位置

这是我目前用于读取时钟时间和橙色分数的代码：

lower_orange = np.array([0, 90, 200], dtype = "uint8")
upper_orange = np.array([70, 160, 255], dtype = "uint8")

    #Isolate scoreboard location on a 1080p pic
    clock = input[70:120, 920:1000]
    scoreboard = input[70:150, 800:1120]

    #greyscale
    roi_gray = cv2.cvtColor(clock, cv2.COLOR_BGR2GRAY)

    config = ("-l eng -c tessedit_char_whitelist=0123456789: --oem 1 --psm 8")
    time = pytesseract.image_to_string(roi_gray, config=config)
    print("time is " + time)

    # find the colors within the specified boundaries and apply
    # the mask
    mask_orange = cv2.inRange(scoreboard, lower_orange, upper_orange)

    # find contours in the thresholded image, then initialize the
    # list of digit locations
    cnts = cv2.findContours(mask_orange.copy(), cv2.RETR_EXTERNAL,
                            cv2.CHAIN_APPROX_SIMPLE)
    cnts = imutils.grab_contours(cnts)
    locs = []

    for (i, c) in enumerate(cnts):
        # compute the bounding box of the contour, then use the
        # bounding box coordinates to derive the aspect ratio
        (x, y, w, h) = cv2.boundingRect(c)
        ar = w / float(h)

        # since score will be a fixed size of about 25 x 35, we'll set the area at about 300 to be safe
        if w*h > 300:
            orange_score_img = mask_orange[y-5:y+h+5, x-5:x+w+5]
            orange_score_img = cv2.GaussianBlur(orange_score_img, (5, 5), 0)

            config = ("-l eng -c tessedit_char_whitelist=012345 --oem 1 --psm 10")
            orange_score = pytesseract.image_to_string(orange_score_img, config=config)
            print("orange_score is " + orange_score)

以下是输出：

time is 1:42
orange_score is

这是橙色分数img，在我屏蔽了橙色上下限范围内的所有内容并应用了高斯模糊后

---

然而在这一点上，甚至当我配置PyteSeract搜索1个字符并限制白名单时，我仍然无法让它正确读取。是否有一些我缺少的额外后处理来帮助pytesseract将这个数字读取为2？

根据@fmw42的建议，我尝试了一些形态学变化。加厚数字似乎起到了作用

kernel=np.one（（5,5），np.uint8）
orange\u score\u img=cv2.放大（orange\u score\u img，内核，迭代次数=1）

编辑：我意识到，真正的答案是pytesseract在白色背景上使用黑色文本比在黑色背景上使用白色文本要好得多！当我反转颜色时，它读起来非常完美：

orange\u score\u img=cv2.按位\u not（orange\u score\u img）

---

我希望这对刚开始使用pytesseract的人有所帮助！尝试调整图像以适应我的所有情况是令人难以置信的沮丧，而且知道黑白文本效果更好会节省我几个小时…

也许你需要先将“2”图像阈值设置为二进制，如果需要，可以打开一些形态学来加厚它。谢谢@fmw42，我采纳了你的加厚建议，这非常有帮助！