opencv实战--环境配置和文字识别

最新推荐文章于 2024-06-19 23:22:46 发布
最新推荐文章于 2024-06-19 23:22:46 发布
阅读量828 收藏 8
点赞数
文章标签： opencv 人工智能 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_59953808/article/details/131714514
版权

文章目录

前言

在这里插入图片描述

一、环境配置

cmd输入python的时候跳转应用商店的解决方法。https://blog.csdn.net/qq_62294840/article/details/120623501

anaconda官方下载地址：https://www.anaconda.com/download-success
清华源下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

anaconda 界面https://blog.csdn.net/qq_44942936/article/details/104623714

pycharm环境配置。
在这里插入图片描述
pytharm中下载cv

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

https://blog.csdn.net/qq_52519271/article/details/130072076 这个方法不行！！！

二、文字识别

首先要安装库
参考这个文字https://blog.csdn.net/Castlehe/article/details/118751833
我 对他的文章进行简述。
首先下载这个https://digi.bib.uni-mannheim.de/tesseract/
然后点默认安装即可。
随后在安装目录下找到tesseract.exe这个文件，要是不在安装目录那就在c盘里面，可以直接用everything的软件找。
接着跟个那个博主的开始配置环境，但是我的虽然配置环境了，也还是执行不了。又看了这个https://www.python51.com/jc/17786.html
也还是不行。不过没有关系
我们在pycharm中来安装 pip install pytesseract
当安装完成以后呢写一个代码试试

import cv2
import pytesseract

也许你会报错，要是报错了也没关系
你在这样写

import cv2
import pytesseract
pytesseract.pytesseract.tesseract_cmd ='C:\\ProgramData\\SOLIDWORKS\\SOLIDWORKS Inspection 2022 Standalone\TrainableOCR\\tesseract.exe'

我的这个目录是我的exe所在的位置，你只需要填写你的那个位置就可以了，不过你直接在windows的窗口中复制的是单个斜杠，我们再添一个写成我们那样就行了。
我们再随便搞一个图片例如：
在这里插入图片描述

2.1 文字单个识别

是否能够检测出文字

import cv2
import pytesseract
pytesseract.pytesseract.tesseract_cmd ='C:\\ProgramData\\SOLIDWORKS\\SOLIDWORKS Inspection 2022 Standalone\TrainableOCR\\tesseract.exe'


img = cv2.imread('utool.png')
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
print(pytesseract.image_to_string(img))


cv2.imshow('user',img)
cv2.waitKey(0)

在这里插入图片描述

中文需要去github上下载chi_sim的文件，然后放到对应文件夹后就可以了待写

2.2 文字单个带边框

接着让我们得到文字的位置和边框，我们一步步来
首先是文字位置和边框大小的识别

import cv2
import pytesseract
pytesseract.pytesseract.tesseract_cmd ='C:\\ProgramData\\SOLIDWORKS\\SOLIDWORKS Inspection 2022 Standalone\TrainableOCR\\tesseract.exe'


img = cv2.imread('utool.png')
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

# print(pytesseract.image_to_string(img))

print(pytesseract.image_to_boxes(img))


cv2.imshow('user',img)
cv2.waitKey(0)

可以看到有6个数，其中第一个代表字符，后面四个分别分别是x,y,w,h。
在这里插入图片描述
接着我们使用splitlines函数来分割可以看这个讲解

boxes = pytesseract.image_to_boxes(img)

for b in boxes.splitlines():
    print(b)

在这里插入图片描述
虽然我们得到了，但是不是一组组的数据我们没法使用所以，使用b.split(' ')来进行数据的分割。
要注意的是得到w,h是对应的坐标不是长度！！！

boxes = pytesseract.image_to_boxes(img)

for b in boxes.splitlines():
	b = b.split(' ')
    print(b)

在这里插入图片描述

然后我们做框框。 首先要把字符型转化成int类型。
然后呢就是cv2.rectangle函数可以看这个文章
主要就是

cv2.rectangle(img, pt1, pt2, color, thickness, lineType, shift )
参数表示依次为： （图片，长方形框左上角坐标, 长方形框右下角坐标， 字体颜色，字体粗细）
在图片img上画长方形，坐标原点是图片左上角，向右为x轴正方向，向下为y轴正方向。左上角（x，y），右下角（x，y） ，颜色(B,G,R), 线的粗细

一定要注意得到的值要用图片的高度减去 h ，因为从下往上。

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])
    cv2.rectangle(img,(x,hImg-y),(w,hImg-h),(0,255,0),2)

在这里插入图片描述
然后在框框的旁边我们显示字符
主要用到的是cv2.putText可以看这篇文章
简述

cv2.putText()函数用法
cv2.putText(image, text, org, font, fontScale, color[, thickness[, lineType[, bottomLeftOrigin]]])
参数
image:要在其上绘制文本的图像。
text:要绘制的文本字符串。
org:它是图像中文本字符串左下角的坐标。坐标表示为两个值的元组，即(X坐标值，Y坐标值)。
font:它表示字体类型。一些字体类型是FONT_HERSHEY_SIMPLEX,FONT_HERSHEY_PLAIN等。
fontScale:字体比例因子乘以font-specific基本大小。
color:它是要绘制的文本字符串的颜色。对于BGR，我们通过一个元组。例如：(255，0，0)为蓝色。
thickness:它是线的粗细像素。
lineType:这是一个可选参数，它给出了要使用的行的类型。
bottomLeftOrigin:这是一个可选参数。如果为true，则图像数据原点位于左下角。否则，它位于左上角。
字体选择
　　Python: cv.FONT_HERSHEY_SIMPLEX
　　normal size sans-serif font正常大小的无衬线字体
　　Python: cv.FONT_HERSHEY_PLAIN
　　small size sans-serif font小尺寸无衬线字体
　　Python: cv.FONT_HERSHEY_DUPLEX
　　normal size sans-serif font (more complex than FONT_HERSHEY_SIMPLEX)
　　正常大小的无衬线字体（比 FONT_HERSHEY_SIMPLEX 更复杂）
　　Python: cv.FONT_HERSHEY_COMPLEX
　　normal size serif font正常尺寸衬线字体
　　Python: cv.FONT_HERSHEY_TRIPLEX
　　normal size serif font (more complex than FONT_HERSHEY_COMPLEX)
　　正常大小的衬线字体（比 FONT_HERSHEY_COMPLEX 更复杂）
　　Python: cv.FONT_HERSHEY_COMPLEX_SMALL
　　smaller version of FONT_HERSHEY_COMPLEX
　　FONT_HERSHEY_COMPLEX 的较小版本
　　Python: cv.FONT_HERSHEY_SCRIPT_SIMPLEX
　　hand-writing style font手写风格字体
　　Python: cv.FONT_HERSHEY_SCRIPT_COMPLEX
　　more complex variant of FONT_HERSHEY_SCRIPT_SIMPLEX
　　FONT_HERSHEY_SCRIPT_SIMPLEX 的更复杂变体
　　Python: cv.FONT_ITALIC
　　flag for italic font斜体字体标志

import cv2
import pytesseract
pytesseract.pytesseract.tesseract_cmd ='C:\\ProgramData\\SOLIDWORKS\\SOLIDWORKS Inspection 2022 Standalone\TrainableOCR\\tesseract.exe'

img = cv2.imread('utool.png')
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

# print(pytesseract.image_to_string(img))
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])
    cv2.rectangle(img,(x,hImg-y),(w,hImg-h),(0,255,0),2)
    cv2.putText(img,b[0],(x,hImg-y+24),cv2.FONT_HERSHEY_SIMPLEX,1,(0,255,0),2)

cv2.imshow('user',img)
cv2.waitKey(0)

在这里插入图片描述

现在我们已经能够得到每个字符了，但是不是字符串（word）。让我们来得到字符串

import cv2
import pytesseract
pytesseract.pytesseract.tesseract_cmd ='C:\\ProgramData\\SOLIDWORKS\\SOLIDWORKS Inspection 2022 Standalone\TrainableOCR\\tesseract.exe'

img = cv2.imread('utool.png')
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

# print(pytesseract.image_to_string(img))
hImg,wImg,_ = img.shape

boxes = pytesseract.image_to_data(img)
print(boxes)

cv2.imshow('user',img)
cv2.waitKey(0)

这样子让我们打印出这个
可以看到都是分裂的我们无法使用

在这里插入图片描述
可以看到，打印的第一行是没有用的，所以第一行不要那自然就可以用

for x,b in enumerate(boxes.splitlines()):
    if x!=0:

来去除第一行

import cv2
import pytesseract
pytesseract.pytesseract.tesseract_cmd ='C:\\ProgramData\\SOLIDWORKS\\SOLIDWORKS Inspection 2022 Standalone\TrainableOCR\\tesseract.exe'

img = cv2.imread('utool.png')
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
hImg,wImg,_ = img.shape
boxes = pytesseract.image_to_data(img)
for x,b in enumerate(boxes.splitlines()):
    if x!=0:
        print(b)
cv2.imshow('user',img)
cv2.waitKey(0)

在这里插入图片描述
那么接着应该是把每一行都放在数组中。
其中的enumerate就是枚举类似于计数器。看这篇文章

使用

for x,b in enumerate(boxes.splitlines()):
    if x!=0:
        b = b.split()
        print(b)

这个就可以得到了，不过此时可以看到有些没有识别到字符串的也在里面，但是他们都是11个而有字符串的是12个那么

for x,b in enumerate(boxes.splitlines()):
    if x!=0:
        b = b.split()
        if len(b)==12:
            print(b)

在这里插入图片描述
和上面一样是画框框，但是不同的是image_to_data得到的本别是左上角端点的位置，以及长宽的长度。

import cv2
import pytesseract
pytesseract.pytesseract.tesseract_cmd ='C:\\ProgramData\\SOLIDWORKS\\SOLIDWORKS Inspection 2022 Standalone\TrainableOCR\\tesseract.exe'


img = cv2.imread('utool.png')
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
# print(pytesseract.image_to_string(img))
hImg,wImg,_ = img.shape

boxes = pytesseract.image_to_data(img)

for x,b in enumerate(boxes.splitlines()):
    if x!=0:
        b = b.split()
        if len(b)==12:
            print(b)
            cv2.rectangle(img,(int(b[6]),int(b[7])),(int(b[6])+int(b[8]),int(b[7])+int(b[9])),(0,255,0),2)
            cv2.putText(img,b[11],(int(b[6]),int(b[7])),cv2.FONT_HERSHEY_SIMPLEX,1,(0,255,0),2)
            
cv2.imshow('user',img)
cv2.waitKey(0)

还有只读取阿拉伯数字的配置可以看b站视频的24分左右的位置。

总结

林叔叔336
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV-Python-Toturial-中文版.rar_opencv_opencv python_opencv-pytho
09-23
《OpenCV-Python-Toturial-中文版》是一份专为Python程序员设计的OpenCV实战教程，旨在帮助读者深入理解和应用OpenCV库在图像处理和计算机视觉领域的功能。OpenCV（开源计算机视觉库）是一个强大的跨平台库，广泛...
OpenCV实现OCR图片文本检测
githubcurry
03-19 2504
import cv2dim = Noneelse:前者是为了方便代码执行过程中图片处理得如何了，方便我们观察。后者是为了方便我们管理图的大小，比如resize(img, width=500) 或 resize(img, height=500)可以把大大小小的图片转换成相应比例的统一宽高的图片，方便我们观察。对上一步获得的warped进行二值处理，使用即可。filename = "{}.png".format('内容')
opencv文字识别
花生日记
05-22 4740
要在OpenCV中实现文字识别，您可以使用Tesseract OCR（光学字符识别）引擎。要使用Tesseract和OpenCV进行文字识别，您需要先安装Tesseract和Python的pytesseract库。接着，我们对灰度图进行了二值化处理，以便Tesseract能更好地识别文本。最后，我们使用Tesseract对二值化后的图像进行了文字识别，并打印出了识别结果。需要注意的是，这个示例使用的是简体中文（lang='chi_sim'）进行识别。# 使用Tesseract OCR进行文字识别。
Opencv学习项目1——文字识别
最新发布
weixin_72749746的博客
06-19 1215
最近开始学习opencv使用，跟着b站一起做实战项目，跟大家分享一下学习成果，大佬勿喷。
OpenCV 中的字符识别
目前在做 ROS相关的工作，主要是写ROS相关和C++的学习心得
05-30 4970
需要注意的是，字符识别的效果很大程度上取决于图像的质量和字符的清晰度。因此，在进行字符识别之前，可以先对图像进行预处理，去除噪点、增强对比度等操作，以提高识别的准确率。基于模板匹配的字符识别方法：这种方法是将字符模板与待识别的图像进行匹配，从而识别出图像中的字符。OpenCV 中的字符识别通常使用 OCR 技术，OCR 可以识别图像中的字符并将其转换为可编辑的文本。需要注意的是，不同的字符识别方法适用于不同的场景和应用，选择合适的方法可以提高字符识别的准确率和效率。安装 pytesseract 库。
基于Opencv实现的简易汉字识别
热门推荐
weixin_44297922的博客
11-23 2万+
Opencv实现汉字识别 程序实现思路 图像预处理 导入图像进行一系列预处理，使其便于用来识别和其他计算。 思路 灰度化 使用opencv的库函数来实现。 cv::cvtColor(image, image_gray, CV_BGR2GRAY); 二值化 同样选用库函数来实现，本例使用的是自适应二值化函数。 cv::adaptiveThreshold(image_gray, image_value, 255, 0, 1, 5, 10); 降噪(去除干扰线) 实现的思路并非去除
利用opencv识别文本
qq_41059950的博客
02-14 6326
你好呀 首先安装好pycharm，我所使用的语言是python，并且利用Tesseract，安装的教程Tesseract OCR 安装过程_清都散闲客的博客-CSDN博客首先选择网站Tesseract User Manual | tessdocTesseract documentationhttps://tesseract-ocr.github.io/tessdoc/Home.html因为我需要的是windows，所以选择如下，可以根据自己的实际情况安排自己的下载内容：然后选择版本：下载之后自行安装。作者
OpenCV（九）--文字扫描OCR识别
weixin_43856668的博客
04-20 1880
【代码】OpenCV（九）--文字扫描OCR识别。
Delphi-OpenCV-master 2.4.13
03-19
2. **链接库**：正确配置项目的库路径和链接器设置，确保能找到OpenCV库。 3. **异常处理**：OpenCV函数可能会抛出异常，需要适当处理，以防止程序崩溃。 4. **内存管理**：OpenCV使用C++的智能指针，而Delphi有自己...
情绪识别-基于OpenCV+Deepface实现的人脸面部情绪识别算法-优质项目实战.zip
03-26
在这个名为“情绪识别-基于OpenCV+Deepface实现的人脸面部情绪识别算法-优质项目实战.zip”的压缩包中，包含了一个优质的人脸情绪识别项目实战教程。该项目利用OpenCV库和Deepface框架来识别和分析面部表情，从而...
项目实战-信用卡数字识别 带视频讲解
10-18
2. **环境配置与预处理**： 在Python环境下，我们需要安装必要的库，如OpenCV用于图像处理，TensorFlow或PyTorch用于深度学习模型构建。预处理阶段，我们使用OpenCV进行图像转换，比如使用`cv2.cvtColor()`进行色彩...
VS C# OpenCV图像识别+文字打印
12-24
VS2013 opencv写的一个对图形的识别程序 大家可以参考下 亲测可用 附带opencv配置属性和测试图片在文件内
B站的基于python的Opencv项目实战-唐宇迪.zip
01-20
【标题】：“B站的基于python的Opencv项目实战-唐宇迪.zip”是一个与Python编程语言结合OpenCV库进行图像处理和计算机视觉实战的项目。唐宇迪，可能是一位知名的编程教育者，他在B站（哔哩哔哩）分享了这个项目，...
Opencv项目实战：01 文字检测OCR（1）
m0_62919535的博客
08-29 4097
《Opencv项目实战：01 文字检测OCR（1）》，适用于对opencv有了了解之后，需要做项目实战的同学。对于代码的讲解，都为本人自己的领悟，可帮助大家快速了解此项目，本文还有后续，《Opencv项目实战：01 文字检测OCR（2）》。请多多关照。......
【项目实战】用python的opencv库和pytesseract库实现OCR文字识别
m0_56339807的博客
08-26 1422
文字OCR识别一直是计算机视觉领域的一大重点话题，python作为主流语言，已经将该功能整合成为一个特定的库，从而可以便捷的实现文档OCR识别。本文中使用opencv库实现了输入任何视角与低清晰度的图片，将视角化为垂直纸面视角以及将图片清晰度提高输出，然后利用pytesseract库识别图片中文字并且进行打印输出。
使用opencv进行文本检测
qq_42120059的博客
03-30 1398
二、找到自己的安装路径，并且找到执行文件。例如：D:\Tesseract-OCR。遇到的问题：识别中文会报错。三、查看有哪些接口可以调用。将下载的包放入文件夹目录下。一、下载tessdoc。四、如果要识别中文的话。
第十九篇【传奇开心果系列】Python的OpenCV库技术点案例示例：文字识别与OCR_opencv ocr识别(1)
m0_60634964的博客
05-08 1354
图像预处理：使用 OpenCV 的图像处理功能，如灰度化、二值化、滤波等，对图像进行预处理，以提高文字识别的准确性。文字区域检测：通过边缘检测、轮廓检测等技术，找到图像中的文字区域。文字识别：将文字区域提取出来，使用 OCR 引擎或库进行光学字符识别。常见的 OCR 引擎包括 Tesseract、OCRopus、Google Cloud Vision 等。文字后处理：对识别结果进行后处理，如去除噪声、校正错误、整理格式等。（二）OpenCV结合其他 OCR 引擎或库来实现完整的文字识别功能。
OpenCvSharp (C# OpenCV) OCR实现中英文识别 文字识别(附WinForm完整源码)
Color Space的博客
04-12 9895
点击下方卡片，关注“OpenCV与AI深度学习”公众号！ 视觉/图像重磅干货，第一时间送达! 前言 关于如何在C#中使用PaddleOCR可参考下面文章： OpenCvSharp (C# OpenCV) C# 调用PaddleOCR做文字识别详细步骤与代码演示_Color Space的博客-CSDN博客 搭配WinForm使用中还会遇到一些问题，比如： 1、识别中文文字信息如何绘制到图像上？ 2、OpenCvSharp如何显示图像到pictureBox? 实现效果： C# OpenCvSh
openCV实践项目：图片文本检测
suic009的博客
08-12 7065
仿射变换+内容提取
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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