Opencv 从图像中提取书名

我有很多漫画，我想提取他们的标题使用网络摄像头。我制作了以下代码：

import cv2
import numpy as np
import pytesseract
from PIL import Image
from pytesseract import Output


cam = cv2.VideoCapture(2)

cv2.namedWindow("test")

img_counter = 0

while True:
    ret, frame = cam.read()
    if not ret:
        print("failed to grab frame")
        break
    cv2.imshow("test", frame)

    k = cv2.waitKey(1)
    if k%256 == 27:
        # ESC pressed
        print("Escape hit, closing...")
        break
    elif k%256 == 32:
        # SPACE pressed
        img_name = "opencv_frame_{}.png".format(img_counter)
        cv2.imwrite(img_name, frame)
        print("{} written!".format(img_name))

        image = cv2.imread(img_name)
        im = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)        
        img = Image.fromarray(im)
        results = pytesseract.image_to_data(img, lang='fra+eng', output_type=Output.DICT)

        # loop over each of the individual text localizations
        for i in range(0, len(results["text"])):
            # extract the bounding box coordinates of the text region from
            # the current result
            x = results["left"][i]
            y = results["top"][i]
            w = results["width"][i]
            h = results["height"][i]
            text = results["text"][i]
            conf = int(results["conf"][i])


            # filter out weak confidence text localizations
            if conf > 50:
                    # display the confidence and text to our terminal
                    print("Confidence: {}".format(conf))
                    print("Text: {}".format(text))
                    print("")
                    text = "".join([c if ord(c) < 128 else "" for c in text]).strip()
                    cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)
                    cv2.putText(image, text, (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX,1.2, (0, 0, 255), 3)
        
        cv2.imshow("res", image)


        #####################################
        img_counter += 1

cam.release()

cv2.destroyAllWindows()

导入cv2
将numpy作为np导入
导入pytesseract
从PIL导入图像
从PyteSeract导入输出
cam=cv2.视频捕获（2）
cv2.namedWindow（“测试”）
img_计数器=0
尽管如此：
ret，frame=cam.read（）
如果不是ret：
打印（“抓取帧失败”）
打破
cv2.imshow（“测试”，帧）
k=cv2.等待键（1）
如果k%256==27：
#ESC按下
打印（“逃逸命中，关闭…”）
打破
elif k%256==32:
#空间紧迫
img_name=“opencv_frame{}.png”。格式（img_计数器）
cv2.imwrite（img_名称，帧）
打印（“{}写入！”.格式（img_名称））
image=cv2.imread（img\u名称）
im=cv2.CVT颜色（图像，cv2.COLOR\u BGR2RGB）
img=Image.fromarray（im）
结果=pytesseract.image_to_数据（img，lang='fra+eng'，output_type=output.DICT）
#循环每个单独的文本本地化
对于范围（0，len）内的i（结果[“text”]）：
#从中提取文本区域的边界框坐标
#当前结果
x=结果[“左”][i]
y=结果[“顶部”][i]
w=结果[“宽度”][i]
h=结果[“高度”][i]
text=结果[“text”][i]
conf=int（结果[“conf”][i]）
#过滤掉弱置信度文本本地化
如果conf>50：
#向我们的终端显示信心和文本
打印（“信心：{}”。格式（conf））
打印（“文本：{}”。格式（文本））
打印（“”）
text=“.join（[c if ord（c）<128 else”表示文本中的c]）。strip（）
cv2.矩形（图像，（x，y），（x+w，y+h），（0，255，0），2）
cv2.putText（图像，文本，（x，y-10），cv2.FONT\u HERSHEY\u SIMPLEX，1.2，（0，0，255），3）
cv2.imshow（“res”，图像）
#####################################
img_计数器+=1
cam.release（）
cv2.destroyAllWindows（）

当我按下“空格”键时，会拍摄标题的照片，tesseract会尝试提取一些文本。我做了下面的测试

请问，如何才能改进这一点？ （除了在书中找到字体很好的书名：-）

干杯

---

卡里姆

你到底想改进什么？例如第一张图片