opencv python 识别_OpenCV+python文字识别

这篇博客介绍了如何利用OpenCV和Python进行图像预处理,包括高斯滤波、开运算,然后通过找到轮廓并进行透视变换来优化文字区域。接着,使用pytesseract库对处理后的图像进行文字识别,输出识别结果。整个流程展示了从图像处理到文字识别的完整过程。
摘要由CSDN通过智能技术生成

# Author:Winter Liu is coming!

import cv2 as cv

import numpy as np

import pytesseract

# 预处理,高斯滤波(用处不大),4次开操作

# 过滤轮廓唯一

def contour_demo(img):

gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

gray = cv.GaussianBlur(gray, (5, 5), 1)

ref, thresh = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)

kernel = np.ones((9, 9), np.uint8)

thresh = cv.morphologyEx(thresh, cv.MORPH_OPEN, kernel, iterations=4)

contours, hierachy = cv.findContours(thresh, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)

print(len(contours))

return contours

def capture(img):

contours = contour_demo(img)

# 轮廓唯一,以后可以扩展

contour = contours[0]

# 求周长,可在后面的转换中使用周长和比例

print(cv.arcLength(contour,True))

img_copy = img.copy()

# 使用approxPolyDP&

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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