python pytesseract ocr 参数设置

Pytesseract 是一个 Python 库，用于将图像中的文本转换为可编辑的文本，它是 Tesseract OCR（Optical Character Recognition，光学字符识别）工具的一个接口。在使用 Pytesseract 进行 OCR 时，你可以调整一些参数以优化识别效果。以下是一些常用的参数设置：

1. `pytesseract.image_to_string(image, lang='eng')`:
- `image`: 需要识别的图像文件或 PIL Image 对象。
- `lang`: 语言代码，Tesseract 支持多种语言，如 'eng' (英语)，'chi_sim' (简体中文) 等。默认值是英语。

2. `--psm` 或 `--oem`:
- `psm` (Page Segmentation Mode) 控制页面分割策略，例如：
- `psm=6` (default): 单列文本，通常适用于单栏文档。
- `psm=7`: 双列文本，适用于两栏布局。
- 更多选项，请参考 Pytesseract 的文档。
- `oem` (OpenCV Engine Mode) 使用不同引擎：
- `oem=1` (Tesseract Classic)
- `oem=3` (Tesseract LSTM, 默认) 使用 LSTM 神经网络模型

3. `config`:
- 使用 `config` 参数可以传递自定义配置字符串，如调整文字方向、抗噪声等：

     config = '--psm 6 --oem 3 --c tessedit_char_whitelist=0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz'

4. ` tessdata_dir_config`:
- 设置 Tesseract 数据目录，包含语言数据和训练文件。

5. `box` 或 `output_type`:
- 获取识别区域的边界框信息：

     boxes = pytesseract.image_to_boxes(image)

- 输出类型选择，如返回 JSON 格式或直接识别结果：

     output = pytesseract.image_to_data(image, output_type='data')

相关问题：
1. 如何设置 Pytesseract 来识别特定语言的文本？
2. 有没有办法提高在低对比度或模糊图像上的识别准确率？
3. 如何使用 Pytesseract 获取识别结果的边界框信息？