基于pytesseract-python的图像识别

我有一个图像，但它无法得到的价格，这是我所拥有的

import pytesseract
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract'
print(pytesseract.image_to_string("local-filename.jpg"))

输出

Nestle Bakers’
Choice Melts
290g/

Choc Bits
200g


Altimate
Salted Caramel
Waffle Cones
12's


~ Seitarium ss, :
et-E Ly y ”.
oss a
=| x
) " 4
oat

.

FruitCo Juice 2 Litres
‘Apple/ Apricot/ Apple, Mange,
‘Banana/ Apple Pea

Cottee’s Jams

Betty Crocker Triple
500g

Sanitarium Weet-bix
750g Chocolate Muffin Mix 500g

 

Ss
>

s

Authentic Thai

; Sweet Chili Sauce
Vanilla em, ‘ 725ml

Dell

cours ® ‘OCOMUT HE


Sandhurst Coconut Milk

Chelsea Berry/ Vanilla
400m!

Icing Sugar 3759

  


Process finished with exit code 0

这就是我要分析的图像

-我需要的是相应名称的图像的价格 -我可以提取产品名称，但无法获取价格 -我怎样才能做到这一点？如有任何帮助，将不胜感激 请注意，我对图像处理非常陌生

尝试了两个选项：

easyocr安装通过！pip安装easyocr

通过（在mac上）brew安装tesseract安装tesseract

结果如下：

完整图像，easyocr和tesseract均未给出价格

只取价格圈

easyocr工作得更好

下一张带有产品说明的图片

easyocr在这些图像上工作得更好

---

您需要探索您希望使用哪种选项。您也可以尝试@Nathance by提供的推荐，Google Vision API提供了最佳结果。谷歌云为每个用户提供300美元的免费积分

下面是同样的代码片段

def detect_text(path):
    """Detects text in the file."""
    from google.cloud import vision
    import io
    client = vision.ImageAnnotatorClient()

    with io.open(path, 'rb') as image_file:
        content = image_file.read()

    image = vision.Image(content=content)

    response = client.text_detection(image=image)
    texts = response.text_annotations
    print('Texts:')

    for text in texts:
        print('\n"{}"'.format(text.description))

        vertices = (['({},{})'.format(vertex.x, vertex.y)
                    for vertex in text.bounding_poly.vertices])

        print('bounds: {}'.format(','.join(vertices)))

    if response.error.message:
        raise Exception(
            '{}\nFor more info on error messages, check: '
            'https://cloud.google.com/apis/design/errors'.format(
                response.error.message))

---

哇，这是个棘手的问题！我的第一个建议是不要将完整图像放入tesseract，而是将其划分为更小的子图像。例如，您可以尝试查找红色圆圈，剪切圆圈大小的子图像，并将其传递到tesseract以提取价格文本。通过这一点，您可以更轻松地调整字符大小等参数。问题是，我无法剪切图像。我正在从一个在线网站获取图像，该网站每周都在使用OpenCV（请参阅：）更新图像中的圆，然后您可能能够获取所有圆的坐标，然后将它们提供给具有白名单字符的tesseract（数字和货币符号）

image = cv2.imread('795 Product.png')
reader.readtext(image,detail=0)
'''
['Nestle',
 'eaa',
 'Nestle',
 'RuS',
 'aa',
 'melts',
 'PARKCHOC',
 'chocbts',
 'Nestle Bakers',
 'S',
 'Choice Melts',
 '290g/',
 'cach',
 'Choc Bits',
 '200g',
 'Nestle',
 '"8628',
 'nelts',
 '(Neste)',
 'JTE CHOC',
 '7.95']
'''
print(pytesseract.image_to_string(image))
'''
Nestle Bakers’
Choice Melts
290g/

Choc Bits
200g
'''

def detect_text(path):
    """Detects text in the file."""
    from google.cloud import vision
    import io
    client = vision.ImageAnnotatorClient()

    with io.open(path, 'rb') as image_file:
        content = image_file.read()

    image = vision.Image(content=content)

    response = client.text_detection(image=image)
    texts = response.text_annotations
    print('Texts:')

    for text in texts:
        print('\n"{}"'.format(text.description))

        vertices = (['({},{})'.format(vertex.x, vertex.y)
                    for vertex in text.bounding_poly.vertices])

        print('bounds: {}'.format(','.join(vertices)))

    if response.error.message:
        raise Exception(
            '{}\nFor more info on error messages, check: '
            'https://cloud.google.com/apis/design/errors'.format(
                response.error.message))