python识别文字 opencv_OpenCV+Python 文字识别(重点图像透视变换)

1 #Author:Winter Liu is coming!

2 importcv2 as cv3 importnumpy as np4 importpytesseract5

6

7 #预处理,高斯滤波(用处不大),4次开操作

8 #过滤轮廓唯一

9 defcontour_demo(img):10 gray =cv.cvtColor(img, cv.COLOR_BGR2GRAY)11 gray = cv.GaussianBlur(gray, (5, 5), 1)12 ref, thresh = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)13 kernel = np.ones((9, 9), np.uint8)14 thresh = cv.morphologyEx(thresh, cv.MORPH_OPEN, kernel, iterations=4)15 contours, hierachy =cv.findContours(thresh, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)16 print(len(contours))17 returncontours18

19

20 defcapture(img):21 contours =contour_demo(img)22 #轮廓唯一,以后可以扩展

23 contour =contours[0]24 #求周长,可在后面的转换中使用周长和比例

25 print(cv.arcLength(contour,True))26 img_copy =img.copy()27 #使用approxPolyDP,将轮廓转换为直线,22为精度(越高越低),TRUE为闭合

28 approx = cv.approxPolyDP(contour, 22, True)29 #print(approx.shape)

30 #print(approx)

31 #cv.drawContours(img_copy, [approx], -1, (255, 0, 0), 15)

32 n =[]33 #生产四个角的坐标点

34 for x, y in zip(approx[:, 0, 0], approx[:, 0, 1]):35 n.append((x, y))36 p1 = np.array(n, dtype=np.float32)37 #对应点

38 p2 = np.array([(0, 0), (0, 1500), (1000, 1500), (1000, 0)], dtype=np.float32)39 M = cv.getPerspectiveTransform(p1, p2) #变换矩阵

40 #使用透视变换

41 result =cv.warpPerspective(img_copy, M, (0, 0))42 #重新截取

43 result = result[:1501, :1001]44 cv.imwrite(r"C:\PycharmProjects\OpenCV\pic\ocr.png", result)45 returnresult46

47

48 #图像识别代码,需要预先下载安装开源工具包 pytesseract,配置环境变量

49 #pip install pytesseract

50 #修改“C:\Python\Python37\Lib\site-packages\pytesseract\pytesseract.py”中“cmd”为绝对路径

51 defocr_img(img):52 gray =cv.cvtColor(img, cv.COLOR_BGR2GRAY)53 #图像清晰度越高结果越精确,时间更长

54 text =pytesseract.image_to_string(gray)55 print(text)56

57

58 src = cv.imread(r"C:\PycharmProjects\OpenCV\pic\page.jpg")59 res =capture(src)60 ocr_img(res)61 cv.waitKey(0)62 cv.destroyAllWindows()

  • 0
    点赞
  • 0
    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