此圖像返回空字符串；基本上我正在嘗試為 WOW 游戲制作一個機器人，但我對這個 OCR 東西真的很陌生。我無法讓 tesseract 閱讀這張圖片；我想要一個無序列表的字符以及包含它們的每個正方形的坐標（如果可能）。有沒有辦法做到這一點？感謝您的時間！這是我的代碼：from PIL import Imageimport cv2from pytesseract import image_to_stringcolumn = Image.open('photo.png')gray = column.convert('L')blackwhite = gray.point(lambda x: 255 if x < 200 else 0, '1')blackwhite.save("code_bw.jpg")print(image_to_string(cv2.imread("code_bw.jpg")))
1 回答
滄海一幻覺
TA貢獻1824條經驗 獲得超5個贊
您需要做一些預處理來隔離文本字符。一個簡單的方法是使用 Otsu 的閾值來獲得二值圖像，然后我們可以找到輪廓并使用縱橫比 + 輪廓區域進行過濾。這將為我們提供文本的邊界框坐標，我們可以將其繪制到蒙版上。我們按位和輸入圖像的掩碼得到我們的清潔圖像，然后將其放入 OCR。結果如下：
檢測到的文本字符
結果
OCR 的結果
A
A R
P
代碼
import cv2
import pytesseract
import numpy as np
pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"
# Load image, grayscale, Otsu's threshold
image = cv2.imread('1.jpg')
original = image.copy()
mask = np.zeros(image.shape, dtype=np.uint8)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
# Find contours and filter using aspect ratio and area
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
area = cv2.contourArea(c)
x,y,w,h = cv2.boundingRect(c)
ar = w / float(h)
if area > 1000 and ar > .85 and ar < 1.2:
cv2.rectangle(image, (x, y), (x + w, y + h), (36,255,12), 2)
cv2.rectangle(mask, (x, y), (x + w, y + h), (255,255,255), -1)
ROI = original[y:y+h, x:x+w]
# Bitwise-and to isolate characters
result = cv2.bitwise_and(original, mask)
result[mask==0] = 255
# OCR
data = pytesseract.image_to_string(result,,config='--psm 6')
print(data)
cv2.imshow('image', image)
cv2.imshow('thresh', thresh)
cv2.imshow('result', result)
cv2.waitKey()
添加回答
舉報
0/150
提交
取消