python 识别_Python 图文识别

使用tesseract-ORC 识别文字，识别率不算太高，需要自我训练tessdata数据，才能更精确的识别你想要让电脑认识出来的文字

import os

import pytesseract

from PIL import Image

from collections import defaultdict

#pip install pytesseract

#pip install pillow

# tesseract.exe所在的文件路径

pytesseract.pytesseract.tesseract_cmd = 'C://Program Files (x86)/Tesseract-OCR/tesseract.exe'

# 获取图片中像素点数量最多的像素

def get_threshold(image):

pixel_dict = defaultdict(int)

# 像素及该像素出现次数的字典

rows, cols = image.size

for i in range(rows):

for j in range(cols):

pixel = image.getpixel((i, j))

pixel_dict[pixel] += 1

count_max = max(pixel_dict.values()) # 获取像素出现出多的次数

pixel_dict_reverse = {v: k for k, v in pixel_dict.items()}

threshold = pixel_dict_reverse[count_max] # 获取出现次数最多的像素点

return threshold

# 按照阈值进行二值化处理

# threshold: 像素阈值

def get_bin_table(threshold):

# 获取灰度转二值的映射table

table = []

for i in range(256):

rate = 0.1 # 在threshold的适当范围内进行处理

if threshold * (1 - rate) <= i <= threshold * (1 + rate):

table.append(1)

else:

table.append(0)

return table

# 去掉二值化处理后的图片中的噪声点

def cut_noise(image):

rows, cols = image.size # 图片的宽度和高度

change_pos = [] # 记录噪声点位置

# 遍历图片中的每个点，除掉边缘

for i in range(1, rows - 1):

for j in range(1, cols - 1):

# pixel_set用来记录该店附近的黑色像素的数量

pixel_set = []

# 取该点的邻域为以该点为中心的九宫格

for m in range(i - 1, i + 2):

for n in range(j - 1, j + 2):

if image.getpixel((m, n)) != 1: # 1为白色,0位黑色

pixel_set.append(image.getpixel((m, n)))

# 如果该位置的九宫内的黑色数量小于等于4，则判断为噪声

if len(pixel_set) <= 4:

change_pos.append((i, j))

# 对相应位置进行像素修改，将噪声处的像素置为1(白色)

for pos in change_pos:

image.putpixel(pos, 1)

return image # 返回修改后的图片

# 识别图片中的数字加字母

# 传入参数为图片路径，返回结果为：识别结果

def OCR_lmj(img_path):

image = Image.open(img_path) # 打开图片文件

imgry = image.convert('L') # 转化为灰度图

# 获取图片中的出现次数最多的像素，即为该图片的背景

max_pixel = get_threshold(imgry)

# 将图片进行二值化处理

table = get_bin_table(threshold=max_pixel)

out = imgry.point(table, '1')

# 去掉图片中的噪声(孤立点)

out = cut_noise(out)

# 保存图片

# out.save('E://figures/img_gray.jpg')

# 仅识别图片中的数字

# text = pytesseract.image_to_string(out, config='digits')

# 识别图片中的数字和字母

text = pytesseract.image_to_string(out)

# 去掉识别结果中的特殊字符

exclude_char_list = ' .:\\|\'\"?![],()~@#$%^&*_+-={};<>/¥'

text = ''.join([x for x in text if x not in exclude_char_list])

# print(text)

return text

def main():

# 识别指定文件目录下的图片

# 图片存放目录figures

dir = 'D:\\ProjectSVN\\ChuanShengGuoJi\\trunk\CSGJ\\image2'

# 遍历figures下的png,jpg文件

for file in os.listdir(dir):

if file.endswith('.png') or file.endswith('.jpg'):

image_path = '%s/%s' % (dir, file) # 图片路径

answer = file.split('.')[0] # 图片名称，即图片中的正确文字

recognizition = OCR_lmj(image_path) # 图片识别的文字结果

print((answer, recognizition))

main()

本作品采用《CC 协议》，转载必须注明作者和本文链接