python识别文字 opencv_使用Python，OpenCV或Tesseract的光学字符识别(OCR)

背景知识视频教程

计算机视觉：Python OCR和对象检测快速入门​viadean.comOpenCV使用Python进行计算机视觉的完整指南 - 国外课栈​viadean.com有效的Python - 国外课栈​viadean.com

OCR是将输入的，手写的或印刷的文本转换为机器编码的文本的自动过程，我们可以通过字符串变量来访问和操作该文本。

安装和配置Tesseract

步骤1：安装

为了使用Tesseract库，我们首先需要在我们的系统上安装它。

对于macOS用户，我们将使用Homebrew安装Tesseract：

$ brew install tesseract

如果您使用的是Ubuntu操作系统，只需使用apt-get安装Tesseract OCR：

$ sudo apt-get install tesseract-ocr

对于Windows，请查阅Tesseract文档，本文不建议将Windows用于计算机视觉开发。

步骤2：验证已安装Tesseract

要验证Tesseract是否已成功安装在您的计算机上，请执行以下命令：

$ tesseract -v

tesseract 3.05.00

leptonica-1.74.1

libjpeg 8d : libpng 1.6.29 : libtiff 4.0.7 : zlib 1.2.8

您应该看到Tesseract版本打印到屏幕上，以及Tesseract兼容的图像文件格式库列表。

如果出现错误：

-bash: tesseract: command not found

则Tesseract未正确安装在您的系统上。返回步骤1并检查错误。此外，您可能需要更新PATH变量（仅适用于高级用户）。

步骤3：测试Tesseract OCR

为了使Tesseract OCR获得合理的结果，您需要提供经过完全预处理的图像。

使用Tesseract时，我建议：

尽可能具有高分辨率和DPI用作输入图像。

应用阈值分割背景中的文本。

确保前景与背景尽可能清晰地分开（即没有像素化或字符变形）。

对输入图像应用文本偏斜校正以确保文本正确对齐。

偏离这些建议可能会导致错误的OCR结果。

现在，让我们将OCR应用于下图：

只需在终端中输入以下命令：

$ tesseract tesseract_inputs/example_01.png stdout

Warning in pixReadMemPng: work-around: writing to a temp file

Testing Tesseract OCR

Tesseract正确标识了“ Testing Tesseract OCR”，并将其打印在终端中。

Tesseract对OCR的局限性

几周前，我正在进行一个项目，以识别信用卡上的16位数字。

我很容易编写Python代码来对四组4位数字中的每一个进行本地化。

这是一个示例4位区域：

但是，当我尝试将Tesseract应用于下图时，结果令人不满意：

$ tesseract tesseract_inputs/example_04.png stdout digits

Warning in pixReadMemPng: work-around: writing to a temp file

5513

请注意，Tesseract是识别为5513的，而图像清楚地显示了5678。

不幸的是，这是限制Tesseract的一个很好的例子。 当我们从背景中分割出前景文本时，文本的像素化性质使Tesseract感到困惑。 Tesseract还可能没有接受过类似信用卡字体的培训。

Tesseract最适合用于建立文档处理管道，在其中扫描图像，对其进行预处理，然后再应用光学字符识别。

我们应该注意，Tesseract不是针对OCR的现成解决方案，它不能在所有（甚至大多数）图像处理和计算机视觉应用程序中使用。

为此，您需要应用特征提取技术，机器学习和深度学习。

Python使用Tesseract OCR

使用OpenCV和Python的信用卡OCR

使用OpenCV和Python的银行支票OCR

使用OpenCV和Python识别数字

源代码

使用Python，OpenCV或Tesseract的光学字符识别(OCR) - 国外课栈​viadean.com