Python 用于数字分类的Tesseract OCR结果不佳

我正在做一个图像分类任务，我正在使用Tesseract OCR进行数字分类

我的主要问题是从OCR接收到的单个数字的结果非常差

在网上阅读了大量关于提高Tesseract性能的内容后，我正在使用以下通用方案使用OpenCV对图像进行预处理：

寻找等高线

边界框

剪切到框以获得单个数字

二值图像的阈值化

通过添加白色背景填充图像

模糊

我得到了一些我相当满意的东西，例如：

我以以下方式给Tesseract打电话，强调我期望的是一位数：

tesseract input.jpg output.txt - psm 10 digits

我以为Tesseract肯定会正确识别它，但它返回“”

---

有人有进一步改进的想法吗？我猜我可以训练Tesseract使用这种特定的字体，但因为我会处理不同的字体，我希望有更好的方法。

什么版本的Tesseract？它适合我（注意：在“-”和“psm”之间不应该有空格）

---

根据@Mika的评论，我最终做的是将所有单个字符重新组合成一张图像，然后将该图像发送到OCR。由于某些我还不清楚的原因，它确实改善了结果。

请参阅中的我的答案。在你的图像上使用失败，但是如果你的图像有多个连接的话就可以了（我用“6666”试过了，它成功了）。谢谢你的提示。根据你所说的，我最终做的是把单个字符放回一张图像中，然后将该图像发送到OCR，出于某种原因，它的性能要好得多。

$ tesseract ~/Downloads/6digit.jpg stdout -psm 10 digits
6

$ tesseract -v
tesseract 3.05.00dev
 leptonica-1.71
  libgif 4.2.3 : libjpeg 9a : libpng 1.6.21 : libtiff 4.0.6 : zlib 1.2.8 : libwebp 0.5.0 : libopenjp2 2.1.0