11.12课上练习视频字幕识别

一、安装tesseract-ocr

 

教程详见：Tesseract OCR V5.0安装教程（Windows） - 简书 (jianshu.com)

安装时注意添加环境变量和语言包两点

二、视频字母识别

先导入所需要的包，注意视频、文件地址最好都在Python文件夹下

在字母识别时注意语言包的地址不要出错

import pytesseract
import cv2
import numpy as np
from scipy import stats
import os
import matplotlib.pyplot as plt
os.chdir(r'C:\Users\lenovo\AppData\Local\Programs\Python\Python37\Lib\site-packages')

if __name__ == '__main__':
    path = r"C:\Users\lenovo\AppData\Local\Programs\Python\Python37\Lib\site-packages\20210701.mp4"
    print(path)
    cap = cv2.VideoCapture(path)
    frame_count = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))  #帧数
    print(frame_count)
    i=0
    while i<frame_count:
        cap.set(cv2.CAP_PROP_POS_FRAMES, i)
        _, frame = cap.read(i)
        if i==48:
            cv2.imwrite('20210701.jpg',frame)
        shape = frame.shape
        print(shape)
        #cv2.imshow("Frame-1", frame[580:630, 10:1270])
#         plt.imshow(frame)
#         plt.axis("off")
#         plt.show()
        img=frame[630:680, 50:1270]
        plt.imshow(img)
        plt.axis("off")
        plt.show()
        img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 灰度图
        #cv2.imshow("Frame-2:Gray", img)            #显示灰度图
        _, img= cv2.threshold(img, 220, 255, cv2.THRESH_BINARY)  # 图像，阈值，映射的最大值，使用什么算法一般为cv2.thresh_binary
        #cv2.imshow("Frame-3:Binary", img)            #显示灰度图

#从这里开始进行字母识别
        tessdata_dir_config = '--tessdata-dir "C:\\Program Files\\Tesseract-OCR\\tessdata"  --psm 7 -c preserve_interword_spaces=1'
        word = pytesseract.image_to_string(img,
                                           lang='chi_sim',
                                           #config=' --psm 7 -c preserve_interword_spaces=1')
                                           config=tessdata_dir_config)
        print(word)
        i=i+24*2

        if cv2.waitKey(10) & 0xff == ord("q"):
            break

    cap.release()
    cv2.destroyAllWindows()

三、最后结果显示