Opencv 圖片的OCR識別的實戰示例

Posted on by

一、圖片變換

0、導入模塊

導入相關函數，遇到報錯的話，直接pip install 函數名。

import numpy as np
import argparse
import cv2

參數初始化

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、重寫resize函數

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、預處理

讀取圖片後進行重置大小，並計算縮放倍數；進行灰度化、高斯濾波以及Canny輪廓提取

image = cv2.imread(args["image"])
ratio = image.shape[0] / 500.0
orig = 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、邊緣檢測

檢測輪廓並排序，遍歷輪廓。

cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[0]# 輪廓檢測
cnts = sorted(cnts, key = cv2.contourArea, reverse = True)[:5]#保留前5個輪廓

# 遍歷輪廓
for c in cnts:
  # 計算輪廓近似
  peri = cv2.arcLength(c, True)# 計算輪廓長度，C表示輸入的點集，True表示輪廓是封閉的
  #(C表示輸入的點集，epslion判斷點到相對應的line segment 的距離的閾值,曲線是否閉合的標志位)
  approx = cv2.approxPolyDP(c, 0.02 * peri, True)

  # 4個點的時候就拿出來
  if len(approx) == 4:
   screenCnt = approx
   break

4、透視變換

畫出近似輪廓，透視變換，二值處理

cv2.drawContours(image, [screenCnt], -1, (0, 255, 0), 2)
warped = four_point_transform(orig, screenCnt.reshape(4, 2) * ratio)#透視變換

# 二值處理
warped = cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY)
ref = cv2.threshold(warped, 100, 255, cv2.THRESH_BINARY)[1]
cv2.imwrite('scan.jpg', ref)

二、OCR識別

0、安裝tesseract-ocr

鏈接: 下載

在環境變量、系統變量的Path裡面添加安裝路徑，例如：E:\Program Files (x86)\Tesseract-OCR

tesseract -v#打開命令行，進行測試
tesseract XXX.png result#得到結果 
pip install pytesseract#安裝依賴包

打開python安裝路徑裡面的python文件，例如C:\ProgramData\Anaconda3\Lib\site-packages\pytesseract\pytesseract.py
將tesseract_cmd 修改為絕對路徑即可，例如：tesseract_cmd = ‘C:/Program Files (x86)/Tesseract-OCR/tesseract.exe’

1、導入模塊

from PIL import Image
import pytesseract
import cv2
import os

2、預處理

讀取圖片、灰度化、濾波

image = cv2.imread('scan.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.medianBlur(gray, 3)

3、輸出結果

filename = "{}.png".format(os.getpid())
cv2.imwrite(filename, gray)  
text = pytesseract.image_to_string(Image.open(filename))
print(text)
os.remove(filename)

到此這篇關於Opencv 圖片的OCR識別的實戰示例的文章就介紹到這瞭,更多相關Opencv 圖片的OCR識別內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：