Python-OpenCV-- 台式机外接摄像头pyTesseract文本框实时检测

一、正常读取磁盘图片使用 teesseract 进行简单的文字识别

首先要安装 pytesseract

之后要安装 TesseractOCR

非摄像头版本 Python + tesseractocr 的文本识别方案参考:https://blog.csdn.net/u014361280/article/details/105110506

 

二、外接USB摄像头文本识别 TesseractOCR 

import cv2 as cv
from PIL import Image
import pytesseract as tess

cap = cv.VideoCapture(0)
cap.set(cv.CAP_PROP_FPS, 20)

def recoginse_text(img):

 #   步骤:
 #   1、灰度,二值化处理
  #  2、形态学操作去噪
 #   3、识别
 #   :param image:
  #  :return:
 
    # 灰度 二值化
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    # 如果是白底黑字 建议 _INV
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)

    # 形态学操作 (根据需要设置参数(1,2))
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (1, 2))  # 去除横向细线
    morph1 = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (2, 1))  # 去除纵向细线
    morph2 = cv.morphologyEx(morph1, cv.MORPH_OPEN, kernel)
    cv.imshow("Morph", morph2)

    # 黑底白字取非,变为白底黑字(便于pytesseract 识别)
    cv.bitwise_not(morph2, morph2)
    textImage = Image.fromarray(morph2)
  
    # 图片转文字
    text = tess.image_to_string(textImage)
    print("识别结果:%s" % text)


while True:
    ret, img = cap.read()

    # 识别
    recoginse_text(img)

    if cv.waitKey(10) == ord("q"):
        break
cv.waitKey(0)
cv.destroyAllWindows()

简化版本,直接在原图像上进行识别,识别率很低,但是速度快了不少。

import cv2 as cv
from PIL import Image
import pytesseract as tess

cap = cv.VideoCapture(0)
cap.set(cv.CAP_PROP_FPS, 20)


while True:
    ret, img = cap.read()

    # 识别
  #  recoginse_text(img)
    cv.imshow("Morph", img)
    text = tess.image_to_string(img)
    print("识别结果:%s" % text)

    if cv.waitKey(10) == ord("q"):
        break
cv.waitKey(0)
cv.destroyAllWindows()

 

三、改进版

Windows台式机下 CPU跑传统方法,识别率较低。速度较慢。

待研究

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值