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
- 灰度转换
- 阈值处理
- 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
ok,那就这样吧~
欢迎各位大佬留言吐槽,也可以深入交流~