当前位置：文档之家 › OpenCV+python文字识别

OpenCV+python文字识别

  • 格式：pdf
  • 大小：51.01 KB
  • 文档页数：1

OpenCV+python⽂字识别

# Author：Winter Liu is coming!

import cv2 as cv

import numpy as np

import pytesseract

# 预处理，⾼斯滤波（⽤处不⼤），4次开操作

# 过滤轮廓唯⼀

def contour_demo(img):

gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

gray = cv.GaussianBlur(gray, (5, 5), 1)

ref, thresh = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)

kernel = np.ones((9, 9), np.uint8)

thresh = cv.morphologyEx(thresh, cv.MORPH_OPEN, kernel, iterations=4)

contours, hierachy = cv.findContours(thresh, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)

print(len(contours))

return contours

def capture(img):

contours = contour_demo(img)

# 轮廓唯⼀，以后可以扩展

contour = contours[0]

# 求周长，可在后⾯的转换中使⽤周长和⽐例

print(cv.arcLength(contour,True))

img_copy = img.copy()

# 使⽤approxPolyDP，将轮廓转换为直线，22为精度（越⾼越低），TRUE为闭合

approx = cv.approxPolyDP(contour, 22, True)

# print(approx.shape)

# print(approx)

# cv.drawContours(img_copy, [approx], -1, (255, 0, 0), 15)

n = []

# ⽣产四个⾓的坐标点

for x, y in zip(approx[:, 0, 0], approx[:, 0, 1]):

n.append((x, y))

p1 = np.array(n, dtype=np.float32)

# 对应点

p2 = np.array([(0, 0), (0, 1500), (1000, 1500), (1000, 0)], dtype=np.float32)

M = cv.getPerspectiveTransform(p1, p2) # 变换矩阵

# 使⽤透视变换

result = cv.warpPerspective(img_copy, M, (0, 0))

# 重新截取

result = result[:1501, :1001]

cv.imwrite(r"C:\PycharmProjects\OpenCV\pic\ocr.png", result)

return result

# 图像识别代码，需要预先下载安装开源⼯具包 pytesseract，配置环境变量

# pip install pytesseract

# 修改“C:\Python\Python37\Lib\site-packages\pytesseract\pytesseract.py”中“cmd”为绝对路径

def ocr_img(img):

gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

# 图像清晰度越⾼结果越精确，时间更长

text = pytesseract.image_to_string(gray)

print(text)

src = cv.imread(r"C:\PycharmProjects\OpenCV\pic\page.jpg")

res = capture(src)

ocr_img(res)

cv.waitKey(0)

cv.destroyAllWindows()

合集下载

python paddleocr用法

python paddleocr用法

python paddleocr用法

PaddleOCR 是一个基于PaddlePaddle深度学习平台的开源OCR工具库，用于实现文字识别任务。以下是 PaddleOCR 的基本用法:

1. 安装 PaddleOCR 库：

pip install paddlepaddle paddleocr

2. 导入 PaddleOCR：

from paddleocr import PaddleOCR

3. 初始化 OCR 模型：

ocr = PaddleOCR()

4. 运行 OCR 识别任务：

- 识别图片文件：

result = ocr.ocr('your_image.jpg')

- 识别图片数据：

result = ocr.ocr(image_data)

其中，`image_data` 可以是 numpy 数组、PIL.Image.Image 对象、OpenCV 格式图片等。

5. 获取 OCR 结果：

`result` 是一个二维列表，每个元素是一个包含识别结果的字典。可以通过遍历 `result` 来获取识别的文本内容和其对应的坐标。

for line in result:

line_text = ' '.join([word_info['text'] for word_info in line])

print(line_text)

对于每个识别的单词，可以通过 `word_info` 字典获取其文本、置信度和坐标等信息。

以上是 PaddleOCR 的基本用法，你可以根据具体需求进行参数配置、自定义模型和后处理等操作。更详细的用法可以参考 PaddleOCR 的官方文档。

ocr原理 Python

ocr原理 Python

- 1 - ocr原理 Python

随着数字化时代的到来，越来越多的文本资料被数字化处理，这就需要大量的OCR技术来进行文本识别和提取。OCR（Optical

Character Recognition），即光学字符识别技术，是指将图像中的文字转换成可编辑和可搜索的文本的技术。OCR技术在许多领域有着广泛的应用，例如数字化档案管理、自动化数据录入、图像处理等等。

Python是一种高级编程语言，它具有简单易学、开源免费、跨平台等优点，因此在OCR技术的应用中也有着广泛的应用。本文将介绍OCR原理以及如何使用Python实现OCR技术。

一、OCR原理

OCR技术的基本流程包括图像预处理、字符分割、字符识别和后处理等步骤。下面将对这些步骤进行详细介绍。

1. 图像预处理

图像预处理是OCR技术的第一步，它的主要任务是对原始图像进行去噪、二值化、灰度化等处理，以便更好地进行字符分割和字符识别。其中，二值化是非常重要的一步，它将图像转换为黑白二值图像，以便更好地进行字符分割。常见的二值化方法包括全局阈值法、局部阈值法、自适应阈值法等。

2. 字符分割

字符分割是OCR技术的第二步，它的主要任务是将图像中的字符分割出来，以便进行字符识别。字符分割是OCR技术中最复杂的一步，因为字符之间、字符内部的连通性、重叠等情况都需要考虑。常见的 - 2 - 字符分割方法包括基于区域的方法、基于投影的方法、基于轮廓的方法等。

3. 字符识别

字符识别是OCR技术的核心步骤，它的主要任务是将字符分割出来的图像进行识别，以便得到最终的文本信息。字符识别方法主要有两种，一种是基于模板匹配的方法，另一种是基于特征提取的方法。基于模板匹配的方法是将字符图像与已知的字符模板进行匹配，以确定字符的类别；基于特征提取的方法是将字符图像转换为特征向量，然后使用分类器对其进行分类。

pytesseract库用法-概述说明以及解释

pytesseract库用法-概述说明以及解释

pytesseract库用法-概述说明以及解释

1.引言

1.1 概述

随着人工智能技术的快速发展，文字识别成为自动化处理的重要一环。而Python作为一种广泛应用的编程语言，其中的pytesseract库成为了文字识别的常用工具之一。pytesseract库是基于Google的开源OCR引擎Tesseract的Python封装。它能够实现将图像中的文字提取出来并转化为可编辑的文本，为文本数据的后续处理提供了便利。

与传统的文字识别方法相比，pytesseract库具有几个明显的优势。首先，作为一个开源工具，它可以在多个平台上轻松部署和使用。其次，pytesseract库不需要额外的训练步骤，即可准确地识别各种字体的文本。此外，它还支持多种语言的文字识别，使得在处理多语言文字的场景下更加便利。

在本文中，我们将介绍pytesseract库的基本使用方法和一些常见的应用场景。首先，我们将详细讲解pytesseract库的安装步骤，并介绍一些可能遇到的问题及其解决方法。然后，我们将通过一个简单的示例演示如何使用pytesseract库实现图像文字的提取和识别。最后，我们将进一步探讨pytesseract库的性能优化和提升方法，以及一些注意事项和应用上的建议。

通过本文的学习，读者将能够掌握pytesseract库的基本用法，了解如何利用该库进行文字识别，并能够根据实际需求进行相应的定制和调整。同时，本文还将帮助读者更好地理解文字识别的原理和技术，并为其在其他项目中应用文字识别提供一些参考和借鉴。

文章结构部分的内容可以对整篇文章的组织和布局进行介绍。以下是一个可能的内容：

1.2 文章结构

本文将按照以下结构进行展开：

1. 引言

在引言部分，我们将介绍pytesseract库的背景和作用。首先，我们会简要概述pytesseract库的用途和功能，并介绍该库与OCR（Optical

Character Recognition，光学字符识别）技术的关系。然后，我们会介绍整篇文章的目标和内容安排，使读者能够更好地理解文章的结构。

使用Python提取身份证上的信息

使用Python提取身份证上的信息

使⽤Python提取⾝份证上的信息

import pytesseract

import cv2

import matplotlib.pyplot as plt

import dlib

import matplotlib.patches as mpatches

from skimage import io,draw,transform,color

import numpy as np

import pandas as pd

import re

detector = dlib.get_frontal_face_detector()

image = io.imread("img-0.png")

dets = detector(image, 2) #使⽤detector进⾏⼈脸检测 dets为返回的结果

## 将识别的图像可视化

plt.figure()

ax = plt.subplot(111)

# ax.imshow(image)

plt.axis("off")

for i, face in enumerate(dets):

# 在图⽚中标注⼈脸，并显⽰

left = face.left()

top = face.top()

right = face.right()

bottom = face.bottom()

rect = mpatches.Rectangle((left,bottom), right - left, top - bottom,

fill=False, edgecolor='red', linewidth=1)

ax.add_patch(rect)

plt.show()

predictor = dlib.shape_predictor("shape_predictor_5_face_landmarks.dat")

detected_landmarks = predictor(image, dets[0]).parts()

landmarks = np.array([[p.x, p.y] for p in detected_landmarks])