这篇教程Opencv 图片的OCR识别的实战示例写得很实用，希望能帮到您。
一、图片变换
0、导入模块
导入相关函数，遇到报错的话，直接pip install 函数名。 import numpy as npimport argparseimport cv2 参数初始化 ap = argparse.ArgumentParser()ap.add_argument("-i", "--image", required = True, help = "Path to the image to be scanned") args = vars(ap.parse_args())Parameters: --image images/page.jpg
1、重写resize函数
def resize(image, width=None, height=None, inter=cv2.INTER_AREA): dim = None (h, w) = image.shape[:2] if width is None and height is None: return image if width is None: r = height / float(h) dim = (int(w * r), height) else: r = width / float(w) dim = (width, int(h * r)) resized = cv2.resize(image, dim, interpolation=inter) return resized 2、预处理
读取图片后进行重置大小，并计算缩放倍数；进行灰度化、高斯滤波以及Canny轮廓提取 image = cv2.imread(args["image"])ratio = image.shape[0] / 500.0orig = image.copy()image = resize(orig, height = 500)gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)gray = cv2.GaussianBlur(gray, (5, 5), 0)edged = cv2.Canny(gray, 75, 200) 3、边缘检测
检测轮廓并排序，遍历轮廓。 cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[0]# 轮廓检测cnts = sorted(cnts, key = cv2.contourArea, reverse = True)[:5]#保留前5个轮廓# 遍历轮廓for c in cnts: # 计算轮廓近似 peri = cv2.arcLength(c, True)# 计算轮廓长度，C表示输入的点集，True表示轮廓是封闭的 #(C表示输入的点集，epslion判断点到相对应的line segment 的距离的阈值,曲线是否闭合的标志位) approx = cv2.approxPolyDP(c, 0.02 * peri, True) # 4个点的时候就拿出来 if len(approx) == 4: screenCnt = approx break 4、透视变换
画出近似轮廓，透视变换，二值处理 cv2.drawContours(image, [screenCnt], -1, (0, 255, 0), 2)warped = four_point_transform(orig, screenCnt.reshape(4, 2) * ratio)#透视变换# 二值处理warped = cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY)ref = cv2.threshold(warped, 100, 255, cv2.THRESH_BINARY)[1]cv2.imwrite('scan.jpg', ref)二、OCR识别
0、安装tesseract-ocr
链接: 下载
在环境变量、系统变量的Path里面添加安装路径，例如：E:/Program Files (x86)/Tesseract-OCR tesseract -v#打开命令行，进行测试tesseract XXX.png result#得到结果 pip install pytesseract#安装依赖包 打开python安装路径里面的python文件，例如C:/ProgramData/Anaconda3/Lib/site-packages/pytesseract/pytesseract.py
将tesseract_cmd 修改为绝对路径即可，例如：tesseract_cmd = ‘C:/Program Files (x86)/Tesseract-OCR/tesseract.exe' 1、导入模块
from PIL import Imageimport pytesseractimport cv2import os 2、预处理
读取图片、灰度化、滤波 image = cv2.imread('scan.jpg')gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)gray = cv2.medianBlur(gray, 3)3、输出结果
filename = "{}.png".format(os.getpid())cv2.imwrite(filename, gray) text = pytesseract.image_to_string(Image.open(filename))print(text)os.remove(filename)到此这篇关于Opencv 图片的OCR识别的实战示例的文章就介绍到这了,更多相关Opencv 图片的OCR识别内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
python实现控制台输出颜色
python中Pexpect的工作流程实例讲解 |
