如何在Python中使用OpenCV和Tesseract处理信用卡字体

我正在用OpenCV读取卡片并输出卡号和有效期

import cv2
import pytesseract

filename = 'image1.png'
img = cv2.imread(filename)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
canny = cv2.Canny(gray, 50, 150, apertureSize=3)
result = pytesseract.image_to_string(canny)
print(f"OCR Results: {result}")

cv2.imshow('img', img)
cv2.imshow('canny', canny)

if cv2.waitKey(0) & 0xff == 27:
    cv2.destroyAllWindows()

处理前的图像

精明后的形象

结果文本看起来不太好。请参见下面的屏幕截图：

问题：如何正确处理卡片字体以获得更好的效果。任何想法都将受到高度赞赏

---

谢谢。

在传递文本边缘时，OCR似乎无法正常工作。
您最好应用阈值，而不是使用Canny

我建议分以下几个阶段：

• 从BGR转换到HSV颜色空间，得到HSV的S（饱和度）颜色通道。
  S中的所有灰色像素为零，彩色像素高于零
• 使用自动阈值转换为二进制（使用cv2.THRESH_OTSU）
• 以最大尺寸裁剪轮廓。
  因为您发布的图像包含一些背景
• 在裁剪区域应用OCR

代码如下：

import numpy as np
import cv2
import imutils  # https://pypi.org/project/imutils/
import pytesseract

pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'  # I am using Windows

img = cv2.imread('image1.png')  # Read input image

# Convert from BGR to HSV color space
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# Get the saturation color channel - all gray pixels are zero, and colored pixels are above zero.
s = hsv[:, :, 1]

# Convert to binary using automatic threshold (use cv2.THRESH_OTSU)
ret, thresh = cv2.threshold(s, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

# Find contours (in inverted thresh)
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
cnts = imutils.grab_contours(cnts)

# Find the contour with the maximum area.
c = max(cnts, key=cv2.contourArea)

# Get bounding rectangle
x, y, w, h = cv2.boundingRect(c)

# Crop the bounding rectangle out of thresh
thresh_card = thresh[y:y+h, x:x+w].copy()

# OCR
result = pytesseract.image_to_string(thresh_card)
print(f"OCR Results:\n {result}")


# Show images for debugging
cv2.imshow('s', s)
cv2.imshow('thresh', thresh)
cv2.imshow('thresh_card', thresh_card)
cv2.waitKey(0)
cv2.destroyAllWindows()

---

光学字符识别结果：

Visa经典
|（由）
4000 1234 Sb18 9010
持卡母马
签证

还是不完美

---

s:

脱粒：

脱粒卡：

---

我假设您已经用足够的字体样本训练了分类器。请注意，您的输入图像至少有三种不同的字体。如果您试图将注意力集中在数字和有效期上，那么最好消除额外的噪音。还有，为什么要处理边？字体的实际（白色实心）斑点不是更有用吗？谢谢你，@Rotem。我正在深入研究Python中的Opencv实现。对于我需要注意的事情，这显然是一个令人大开眼界的发现。我觉得tesseract也应该调整以获得更好的结果。我会随时通知你的。@Cheruitfelix嗨，你有什么突破吗？@pravir这对我没用。当我换卡的时候，它是非常不一致的，特别是在有很多图形和不同图案的地方。我决定用AI而不是OpenCV构建自己的文本提取引擎。现在我用的是YOLO。请检查这篇文章的工作原理。我花了3天时间进行训练，早期的成绩令人鼓舞。