文档扫描OCR识别-2

凯哥英语视频

1.现有资源梳理

文档扫描OCR识别-1 中处理好的图片

操作环境 win10-64位
代码语言 Python 3.6

2.实现方案规划

预处理

1. 灰度转换
2. 阈值处理
3. 中值滤波

预测

3.代码实现

工具包导入

from PIL import Image
import pytesseract
import cv2
import os

读取输入

image = cv2.imread('scan.jpg')

预处理

preprocess = 'blur' #thresh
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

if preprocess == "thresh":  # 阀值
    gray = cv2.threshold(gray, 0, 255,cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]

if preprocess == "blur":  # 中值滤波
    gray = cv2.medianBlur(gray, 3)
    
filename = "{}.png".format(os.getpid())
cv2.imwrite(filename, gray)

模型预测

text = pytesseract.image_to_string(Image.open(filename))
print(text)
os.remove(filename)

cv2.imshow("Image", image)
cv2.imshow("Output", gray)
cv2.waitKey(0)  

所有代码连在一起就是完整的代码

注意点

模型安装和其他

1.模型下载
这是官网的下载地址 ,
如果下载有困难可以点击我百度网盘上传的
tesseract 提取码 520y
2.配置环境
我的电脑->属性->环境变量
用户变量 和 系统变量 的Path都新增一下 E:\BaiduNetdiskDownload\Tesseract-OCR (这是我的地址)
3.更改pytesseract.py代码中的cmd路径
我的文件路径如下 , 你参考一下也应该就看懂了吧
D:\anaconda3\envs\tyd_cv34115_py36\Lib\site-packages\pytesseract\pytesseract.py
把tesseract_cmd指向的路径改为绝对路径 , 我改完了如下
tesseract_cmd = ‘E:\BaiduNetdiskDownload\Tesseract-OCR\tesseract’
ok , 可以跑了~

结语

别的也没啥说的

帮我的小狐狸点个赞吧

ok，那就这样吧~

欢迎各位大佬留言吐槽,也可以深入交流~