用python实现OCR
嗨,我正试着用OCR识别这个数字样本 我制作数字数据库,我拍摄数字1、2、3的截图 稍后,识别我截图上的数字,并与数据库截图进行比较 代码工作得很好,但我有一个懒惰的问题,数字可能是0.00到999.99,所以我需要截图,我无法创建数字,所以我想我需要找到其他解决方案 我想如果我能打破截图之间。(100.99=100和99)我的数据库中只需要999个样本 所以你认为这是个好办法 新闻!!! 我继续搜索,终于用pytesseract找到了解决方案 几件事,我需要调整图像的高度,以最小25像素为100%的好结果 如果我用png格式保存图像不工作,但用jpg工作完善。 如果我用paint打开png图像并保存而不做任何更改,则任何代码都不能完美地处理png图像。我不能理解这一点 我真的需要使用png,因为我需要代码快速工作。 有没有办法用png格式解决这个问题用python实现OCR,python,ocr,Python,Ocr,嗨,我正试着用OCR识别这个数字样本 我制作数字数据库,我拍摄数字1、2、3的截图 稍后,识别我截图上的数字,并与数据库截图进行比较 代码工作得很好,但我有一个懒惰的问题,数字可能是0.00到999.99,所以我需要截图,我无法创建数字,所以我想我需要找到其他解决方案 我想如果我能打破截图之间。(100.99=100和99)我的数据库中只需要999个样本 所以你认为这是个好办法 新闻!!! 我继续搜索,终于用pytesseract找到了解决方案 几件事,我需要调整图像的高度,以最小25像素为10
import pytesseract
from PIL import Image
x = pytesseract.image_to_string(Image.open('101.jpg'))
y = float(x)
print y
我搜索有关图像分割的代码,查找轮廓和连接的组件。
我找到这段代码是为了找到数字和点的区域
在数字0,1,6,8和点中发现1个区域,在其他区域中发现2个区域
我无法更改用于处理图像的代码(数字为白色背景黑色),因此我更改了图像的颜色,我看到了不可能的编辑代码来修复区域问题
我感谢你的帮助
我想我可能不需要更改代码,如果我能够保存不同图像中的每个区域,我就可以这样做
i=0
while i < len(regionfound)
if height(region[i] = 13 #(max height)
compare region with dabatabe image of numbers 0,1,6 and 8
if height = 2
region are dot
if height = .....
i+=1
您是否尝试过先分割图像,然后对每个不同的字符应用识别算法,而不是一次对整个图像应用识别算法?您只需要处理0-9个字符(和点),而不是1000个样本。由于您的图像看起来已经是二进制的(黑色或白色),因此您只需按照OpenCV的connected_components或cvFindContours.Thaks的思路执行连接组件标记。我开始研究如何进行图像分割,但昨天我开始使用pytesseract,可能会更容易。
import sys
from PIL import Image, ImageDraw
class Region():
def __init__(self, x, y):
self._pixels = [(x, y)]
self._min_x = x
self._max_x = x
self._min_y = y
self._max_y = y
def add(self, x, y):
self._pixels.append((x, y))
self._min_x = min(self._min_x, x)
self._max_x = max(self._max_x, x)
self._min_y = min(self._min_y, y)
self._max_y = max(self._max_y, y)
def box(self):
return [(self._min_x, self._min_y), (self._max_x, self._max_y)]
def find_regions(im):
width, height = im.size
regions = {}
pixel_region = [[0 for y in range(height)] for x in range(width)]
equivalences = {}
n_regions = 0
#first pass. find regions.
for x in xrange(width):
for y in xrange(height):
#look for a black pixel
if im.getpixel((x, y)) == (0, 0, 0, 255): #BLACK NUMBERS FOR WHITE NUMBER USE (255, 255, 255, 255)
# get the region number from north or west
# or create new region
region_n = pixel_region[x-1][y] if x > 0 else 0
region_w = pixel_region[x][y-1] if y > 0 else 0
max_region = max(region_n, region_w)
if max_region > 0:
#a neighbour already has a region
#new region is the smallest > 0
new_region = min(filter(lambda i: i > 0, (region_n, region_w)))
#update equivalences
if max_region > new_region:
if max_region in equivalences:
equivalences[max_region].add(new_region)
else:
equivalences[max_region] = set((new_region, ))
else:
n_regions += 1
new_region = n_regions
pixel_region[x][y] = new_region
#Scan image again, assigning all equivalent regions the same region value.
for x in xrange(width):
for y in xrange(height):
r = pixel_region[x][y]
if r > 0:
while r in equivalences:
r = min(equivalences[r])
if not r in regions:
regions[r] = Region(x, y)
else:
regions[r].add(x, y)
return list(regions.itervalues())
def main():
im = Image.open(r"0.png")
regions = find_regions(im)
draw = ImageDraw.Draw(im)
for r in regions:
draw.rectangle(r.box(), outline=(255, 0, 0))
del draw
#im.show()
output = file("output.png", "wb")
im.save(output)
output.close()
if __name__ == "__main__":
main()