如何在pytesseract中获取角色位置

Posted

技术标签:

【中文标题】如何在pytesseract中获取角色位置【英文标题】:how to get character position in pytesseract 【发布时间】:2015-11-17 10:42:59 【问题描述】:

我正在尝试使用 pytesseract 库获取图像文件的字符位置。

import pytesseract
from PIL import Image
print pytesseract.image_to_string(Image.open('5.png'))

有没有获取每个角色位置的库

【问题讨论】:

【参考方案1】:

您是否尝试过使用 pytesseract.image_to_data()?

data = pytesseract.image_to_data(img, output_type='dict')
boxes = len(data['level'])
for i in range(boxes ):
    (x, y, w, h) = (data['left'][i], data['top'][i], data['width'][i], data['height'][i])
    #Draw box        
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)

【讨论】:

【参考方案2】:

使用 pytesseract 似乎不是获得该职位的最佳主意,但您可以这样做:

from pytesseract import pytesseract
pytesseract.run_tesseract('image.png', 'output', lang=None, boxes=False, config="hocr")

【讨论】:

它不起作用。使用最新版本使用此github.com/madmaze/pytesseract/blob/master/README.rst【参考方案3】:

您可以使用下面的脚本将每个字符保存为图像,这适用于 python 3.6+

import cv2
import pytesseract 
import numpy
import time
from PIL import ImageGrab

path_to_save = "img_out/"
img = cv2.imread("image_INAUTXQ_www.facebook.com.png")
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

hImg, wImg,_ = img.shape
boxes = pytesseract.image_to_boxes(img)
ROI_number=0
for b in boxes.splitlines():
    b = b.split(' ')
    x, y, w, h = int(b[1]), int(b[2]), int(b[3]), int(b[4])
    # cv2.rectangle(img, (x,hImg- y), (w,hImg- h), (50, 50, 255), 1)
    x1,y1=hImg-h,hImg-y
    x2,y2=x,w
    roi=img[x1:y1,x2:y2]
    output = cv2.resize(roi,(300,300))
    # cv2.imshow('roi', roi)
    # cv2.imshow('img',img)
    # cv2.waitKey(0)
    cv2.imwrite("test"+str(ROI_number)+".jpeg",output)
    ROI_number+=1

【讨论】:

【参考方案4】:

字符的位置可以找到如下。

import csv
import cv2
from pytesseract import pytesseract as pt

pt.run_tesseract('bw.png', 'output', lang=None, boxes=True, config="hocr")

# To read the coordinates
boxes = []
with open('output.box', 'rb') as f:
    reader = csv.reader(f, delimiter = ' ')
    for row in reader:
        if(len(row)==6):
            boxes.append(row)

# Draw the bounding box
img = cv2.imread('bw.png')
h, w, _ = img.shape
for b in boxes:
    img = cv2.rectangle(img,(int(b[1]),h-int(b[2])),(int(b[3]),h-int(b[4])),(255,0,0),2)

cv2.imshow('output',img)

使用此方法时,可能会漏掉一些文本。它需要对图像进行一些预处理(即背景减法)以获得更好的结果。

【讨论】:

以上是关于如何在pytesseract中获取角色位置的主要内容,如果未能解决你的问题,请参考以下文章

自动化拦路虎之验证码OCR图像识别技术大揭秘(视频教程+安装包)

如何使用 PyTesseract 去除图像噪声以改善结果?

为啥不能用 PIL 和 pytesseract 获取字符串?

Pytesseract 设置字符白名单

如何在 pytesseract 中使用经过训练的数据?

无法从用户表中获取用户角色 =“经理角色”的所有位置