现场逆光拍的证件，识别率从实验室的 96% 掉到 41%，姓名和有效期两个字段几乎每次都要手改。碰到这种情况，我一般先确认改动有没有真的生效。
原因不复杂，逆光时前景欠曝，字符笔画和背景的灰度差不到 20，二值化之后笔画断裂。接口内部只做缩放，没有针对性增强。
「低质量图片增强」这类改动最怕改一半，回滚脚本先准备好，再动生产。报错里带路径的，先去看那个路径在不在、权限对不对。
import cv2
img = cv2.imread('id.jpg', 0)
clahe = cv2.createCLAHE(clipLimit=3.0, tileGridSize=(8, 8))
print(cv2.mean(clahe.apply(img))[0])
同一份配置存在多处的，先确认改的是被加载的那一份。新版本先放一台机器上跑一天再全量，问题一般在这段时间暴露。
备份不是备了就行，恢复一次才算数，很多备份文件打开才发现是空的。
具体做法是，先做 CLAHE 提升局部对比度；灰度化后按字符高度选自适应二值化窗口；增强前后各识别一次 取置信度高的那份；建立低质量样本集 每次改预处理都跑回归。
最后用这个标准收尾，同一批逆光图识别率回到 88% 以上 姓名字段基本不用手改。