pytesseract中image_to_boxes()解析

最近了解了一下pytesseract的文字识别,学习中遇到一个方法不是很清楚,网上也没有专门解释该方法的帖子,做个记录

素材请添加图片描述

使用的时候可以去除一下水印

代码

import cv2 as cv
import pytesseract

pytesseract.pytesseract.tesseract_cmd = r'D:\Python\Tesseract-OCR\tesseract.exe'
img = cv.imread('4.png')

img = cv.cvtColor(img, cv.COLOR_BGR2RGB)

hImg, wImg, _ = img.shape

boxes = pytesseract.image_to_boxes(img)
for b in boxes.splitlines():
   b = b.split(' ')
   print(b)
   x, y, w, h = int(b[1]), int(b[2]), int(b[3]), int(b[4])
   cv.rectangle(img, (x, hImg-y), (w, hImg-h), (0, 0, 255), 2)

cv.imshow("img", img)
cv.waitKey(0)

结果

结果大致如下所示
请添加图片描述
请添加图片描述
以 ‘M’ 的结果为例
这里看起来非常的奇怪,这4个值可以认为是两个坐标(145, 449)(274, 567);但是坐标系要以左下角为原点,跟我们数学里的坐标系原点一样,然而OpenCV里hImg, wImg, _ = img.shapecv.rectangle()的宽度和高度,坐标系又是以左上角为原点;很令人费解

结论:

image_to_boxes:图像转为盒子;结果如下

M,145,449,274,567,0
从左到右依次为:字符;左下角的横坐标;左下角的纵坐标;右上角的横坐标;右上角的纵坐标;

注:image_to_boxes 这里的横纵坐标系,原点是左下角,而opencv的原点指的是左上角

  • 7
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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