OpenCV（九）--文字扫描OCR识别

最新推荐文章于 2024-05-13 15:27:47 发布
最新推荐文章于 2024-05-13 15:27:47 发布
阅读量1.8k 收藏 16
点赞数
分类专栏： OpenCV 文章标签： opencv 计算机视觉 人工智能
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/weixin_43856668/article/details/130262444
版权

步骤：边缘检测+计算轮廓+变换+OCR

def show(name, img):
    cv2.imshow(name, img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

img = cv2.imread('tip.png')
show('img', img)

在这里插入图片描述

img = cv2.resize(img, (500, int((500 * img.shape[0])/img.shape[1])))
# 预处理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5, 5), 0)
# 边缘检测
edged = cv2.Canny(gray, 75, 200)
show('edged', edged)

在这里插入图片描述

# 轮廓处理
cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[0]
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)[:5]  # reverse=True表示倒序(从大到小)

for c in cnts:
    # 计算轮廓近似
    peri = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.02*peri, True)
    # 如果近似为一个矩形
    if len(approx) == 4:
        screenCnt = approx
        break

cv2.drawContours(img, [screenCnt], -1, (0, 255, 0),2)
show('img', img)

在这里插入图片描述

# 透视变换
def four_point_transform(img, pts):
    p = sorted(pts, key=lambda pts: pts[0, 1], reverse=False)
    p = sorted(p, key=lambda p: p[0, 0], reverse=False)
    tl, bl, tr, br = [i[0] for i in p]
    # 计算边长度
    wA = np.sqrt(((br[0] - bl[0]) ** 2) + ((br[1] - bl[1]) ** 2))
    wB = np.sqrt(((tr[0] - tl[0]) ** 2) + ((tr[1] - tl[1]) ** 2))
    mw = max(int(wB), int(wA))+1

    hA = np.sqrt(((tr[0] - br[0]) ** 2) + ((tr[1] - br[1]) ** 2))
    hB = np.sqrt(((tl[0] - bl[0]) ** 2) + ((tl[1] - bl[1]) ** 2))
    mh = max(int(hB), int(hA))+1

    # 变换后对应坐标位置
    dst = np.array([
        [0, 0],
        [mw-20, 0],
        [mw-20, mh-20],
        [0, mh-20]
    ], dtype="float32")
    # 计算变换矩阵
    rect = np.zeros((4,2), dtype="float32")
    rect[0] = tl.astype(float).tolist()
    rect[1] = tr.astype(float).tolist()
    rect[2] = br.astype(float).tolist()
    rect[3] = bl.astype(float).tolist()
    M = cv2.getPerspectiveTransform(rect, dst)
    warped = cv2.warpPerspective(img, M, (mw, mh))
    return warped

warped = four_point_transform(orig, screenCnt)
show('warped', warped)
# 二值处理
warped = cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY)
ref = cv2.threshold(warped, 180, 255, cv2.THRESH_BINARY)[1]
show('ref', ref)

在这里插入图片描述
在这里插入图片描述

OCR识别

import pytesseract
from PIL import Image
cv2.imwrite("ocr.png", ref)
# 下载地址：https://github.com/UB-Mannheim/tesseract/wiki
# tesseract.exe的路径
pytesseract.pytesseract.tesseract_cmd = 'C:\Program Files\Tesseract-OCR\\tesseract.exe'
# 指定训练集的路径
tessdata_dir_config = r'--tessdata-dir "C:\Program Files\Tesseract-OCR\tessdata"'
test =pytesseract.image_to_string(Image.open("ocr.png"))
print(test)

识别结果：
在这里插入图片描述

完整代码

import cv2  # opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np

def show(name, img):
    cv2.imshow(name, img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

img = cv2.imread('tip.png')
# show('img', img)
ratio = img.shape[0] / 500.0
orig = img.copy()

img = cv2.resize(img, (500, int((500 * img.shape[0])/img.shape[1])))
# 预处理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5, 5), 0)
# 边缘检测
edged = cv2.Canny(gray, 75, 200)
# show('edged', edged)
# 轮廓处理
cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[0]
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)[:5]  # reverse=True表示倒序(从大到小)

for c in cnts:
    # 计算轮廓近似
    peri = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.02*peri, True)
    # 如果近似为一个矩形
    if len(approx) == 4:
        screenCnt = approx
        break

cv2.drawContours(img, [screenCnt], -1, (0, 255, 0), 2)
# show('img', img)

# 透视变换
def four_point_transform(img, pts):
    p = sorted(pts, key=lambda pts: pts[0, 1], reverse=False)
    p = sorted(p, key=lambda p: p[0, 0], reverse=False)
    tl, bl, tr, br = [i[0] for i in p]
    # 计算边长度
    wA = np.sqrt(((br[0] - bl[0]) ** 2) + ((br[1] - bl[1]) ** 2))
    wB = np.sqrt(((tr[0] - tl[0]) ** 2) + ((tr[1] - tl[1]) ** 2))
    mw = max(int(wB), int(wA))+1

    hA = np.sqrt(((tr[0] - br[0]) ** 2) + ((tr[1] - br[1]) ** 2))
    hB = np.sqrt(((tl[0] - bl[0]) ** 2) + ((tl[1] - bl[1]) ** 2))
    mh = max(int(hB), int(hA))+1

    # 变换后对应坐标位置
    dst = np.array([
        [0, 0],
        [mw-20, 0],
        [mw-20, mh-20],
        [0, mh-20]
    ], dtype="float32")
    # 计算变换矩阵
    rect = np.zeros((4,2), dtype="float32")
    rect[0] = tl.astype(float).tolist()
    rect[1] = tr.astype(float).tolist()
    rect[2] = br.astype(float).tolist()
    rect[3] = bl.astype(float).tolist()
    M = cv2.getPerspectiveTransform(rect, dst)
    warped = cv2.warpPerspective(img, M, (mw, mh))
    return warped

warped = four_point_transform(orig, screenCnt)
# show('warped', warped)
# 二值处理
warped = cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY)
ref = cv2.threshold(warped, 180, 255, cv2.THRESH_BINARY)[1]
show('ref', ref)
import pytesseract
from PIL import Image
cv2.imwrite("ocr.png", ref)
# 下载地址：https://github.com/UB-Mannheim/tesseract/wiki
# tesseract.exe的路径
pytesseract.pytesseract.tesseract_cmd = 'C:\Program Files\Tesseract-OCR\\tesseract.exe'
# 指定训练集的路径
tessdata_dir_config = r'--tessdata-dir "C:\Program Files\Tesseract-OCR\tessdata"'
test =pytesseract.image_to_string(Image.open("ocr.png"))
print(test)
今我来思雨霏霏_JYF
关注
  • 0
    点赞
  • 踩
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
C# OpenCV OpenCVSharp OCR识别实例演示与代码--Tesseract数字识别
Color Space的博客
08-28 4908
本文作者Color Space，文章未经作者允许禁止转载！ 本文将介绍OpenCVSharp OCR识别实例演示与代码--Tesseract数字识别！ 本文是应专栏订阅粉丝需求，补充OpenCVSharp Tesseract OCR数字识别介绍与代码演示(使用OpenCVSharp 4.5.3版本)。 实例一：OpenCVSharp Tesseract OCR调用Demo 测试图像： 识别结果(包含控制台输出与结果绘制显示)： 实现步骤： ① 直接读
OpenCV实现OCR图片文本检测
githubcurry
03-19 2316
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入门到项目实战】（十）：项目实战|文档扫描|OCR识别
阿里云专家博主、数据科学领域优质创作者、统计er在读
08-12 1万+
OCR（即光学字符识别）是识别图像中的文本并将其转换为电子形式的过程。这些图像可以是手写文本、打印文本（如文档、收据、名片等），甚至是自然场景照片。简单来说，OCR 有两个部分。第一部分是文本检测，确定图像内的文本部分。第二部分文本识别，从图像中提取文本。结合使用这些技术可以从任何图像中提取文本。具体的流程如下图所示OCR 在各个行业都有广泛的应用（主要目的是减少人工操作）。它已经融入我们的日常生活，并且有很多的应用。背景：我们有一张随手拍的发票照片如下，我们希望识别出文档信息并扫描思考。
2024年OpenCV+OCR 图像处理字符识别原理及代码_opencv c++字符识别，内含福利
最新发布
2401_84973592的博客
05-13 1598
在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于在对图像做进一步处理时，图像的集合性质只与像素值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。在下图中，左边是被处理的图象X(二值图象，我们针对的是黑点)，中间是结构元素B，那个标有origin的点是中心点，即当前处理元素的位置。右边是腐蚀后的结果。
OpenCV 文字检测与识别模块
蹦蹦蹦的博客
02-13 3万+
OpenCV 文字检测与识别模块 该模块在扩展模块中，需自行下载 下载地址：https://github.com/opencv/opencv_contrib/tree/4.0.0 说明文档： 文字检测 https://docs.opencv.org/4.0.0/da/d56/group__text__detect.html 文字识别 https://docs.opencv.org/4.0.0/d8...
【OpenCV】OCR文档识别
李白白的博客
04-11 3863
文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）： import numpy as np import
【OCR】【专题系列】一、图像预处理-背景阴影去除方法
小博客大智慧
10-20 4898
在OCR处理文档时，经常会遇到自然拍照场景中由于光照强度不一、拍摄角度不同、相机成像元件差异，因此会导致拍摄的图片与扫描文档存在较大区别。为使文档文字内容更加鲜明，便于后续特征提取，本文目标是对文档在自然拍照场景下文字与文字背景分离。本文介绍并基于opencv实现了三种文字背景分离方法，最大最小滤波、全局滤波、局部滤波方法。通过实验验证得到局部滤波更适合自然照场景图片文字背景分离的结论。
c# opencv 提取图片文字，如读取身份证号
大黄鸭在发光的专栏
12-22 1489
c# opencv 提取图片文字
深度神经网络——高级应用程序接口： 文本检测模型和文本识别模型 OpenCV v4.8.0
hirshdz327的博客
11-05 361
在本教程中，我们将详细介绍 TextRecognitionModel 和 TextDetectionModel 的 API。按照上述步骤操作后，很容易就能得到输入图像的检测结果。然后，您可以对文本图像进行转换和裁剪，以便进行识别。只支持基于 CNN+RNN+CTC 的算法，并提供了 CTC 的贪婪解码方法。步骤 1. 加载带有词汇表的图像和模型。可以找到更多模型，这些模型来自。步骤 2.a 设置参数（DB）训练更多模型，也可以用。步骤 1. 加载图片和模型。发布更多 DB 模型。测试图像的下载链接可在。
文字扫描OCR识别Demo
01-07
【文字扫描OCR识别Demo】是基于谷歌的OCR技术实现的一款应用程序，主要功能是对图像中的文字进行高精度的识别。在这个项目中，开发人员利用了谷歌的OCR（Optical Character Recognition，光学字符识别）技术，显著...
Android--开发--OCR文字识别.rar
04-10
6. 实时识别：结合Android的相机API，可以实现OCR的实时文字识别，如在扫描文档或识别路标时。 7. 性能优化：在移动设备上运行OCR需要考虑性能问题，如内存管理和计算效率。可以通过异步处理、多线程、GPU加速等...
OpenCV文字区域定位
07-19
利用OpenCV进行图片文字区域的定位和检测
基于opencv-python的OCR识别代码
06-06
在本项目中，我们利用OpenCV库与Python结合，来构建一个OCR识别系统。OpenCV（开源计算机视觉库）是一个强大的图像处理和计算机视觉库，提供了丰富的功能，包括图像读取、处理、特征检测、对象识别等。Python作为...
openCV实战-系列教程11：文档扫描OCR识别（图像轮廓/模版匹配）项目实战、源码解读
08-30
openCV实战-系列教程11：文档扫描OCR识别（图像轮廓/模版匹配）项目实战、源码解读 这个项目的使用教程与解答，看这篇文章...
基于OPENCV和tesseract的中文扫描票据OCR识别源码+全部数据（毕业设计）.zip
11-16
基于OPENCV和tesseract的中文扫描票据OCR识别源码+全部数据（毕业设计）.zip已获导师认可并高分通过的毕业设计项目，代码完整，该资源代码都是经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！...
实战 | OpenCV+OCR实现环形文字识别实例(详细步骤 + 代码)
小白学视觉
01-12 1710
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达导读本文将介绍使用OpenCV+OCR实现环形文字识别的详细步骤和代码演示。（来源公众号：OpenCV与AI深度学习）背景介绍 光学字符识别(OCR)场景中有很多特殊情况，比如噪声、脏污、倾斜、变形等，都会对识别造成影响。环形文字也是其中一种，我们通常不能直接识别它们，而是先将文字转换到水平方向，再做识别。如下图所示：...
OCR预处理：矫正图片中的文本信息（opencv）
weixin_37818440的博客
12-17 3731
1.首先导入工程所需要的三方包，这里需要opencv、numpy、math import cv2 import numpy as np import math 2.读取图片 img = cv2.imread(file_path) 3.图片去噪 img_c = cv2.fastNlMeansDenoisingColored(img, None, 10, 10, 7, ...
OpenCV+OCR 图像处理字符识别原理及代码
热门推荐
静远小和尚的博客
12-14 11万+
需配置好OpenCV和OCR环境下运行 1、OpenCV简介 OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉库。 OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python, Java and MATLAB/OCTAVE (版本2.5)的接口。这
应用OpenCV进行OCR字符识别
viewcode的专栏
09-04 9万+
opencv自带一个字符识别的例子，它的重点不是OCR字符识别，而主要是演示机器学习的应用。它应用的是UCI提供的字符数据（特征数据）。 DAMILES在网上发布了一个应用OpenCV进行OCR的例子， http://blog.damiles.com/2008/11/basic-ocr-in-opencv/。 这些例子都只能用于学习OpenCV或熟悉OCR的简单流程，因为它们与当前比较专业的O
python cv2文字识别
05-20
要进行文字识别，我们可以使用OpenCV和Tesseract OCR。下面是一个简单的示例代码： ```python import cv2 import pytesseract # 读取图像 img = cv2.imread('image.png') # 转为灰度图像 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 进行二值化处理 _, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU) # 进行形态学处理，去除噪点 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) morph = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel) # 进行文字识别 text = pytesseract.image_to_string(morph, lang='chi_sim') # 输出识别结果 print(text) ``` 在上面的代码中，我们首先读取一张图像，然后将其转换为灰度图像，并进行二值化处理。接下来，我们使用形态学处理技术去除噪点，最后使用pytesseract库进行文字识别。请注意，pytesseract库需要安装，并且需要下载相应的语言训练数据。在上面的代码中，我们使用的是中文简体语言模型。

“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

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