使用python突出显示图像中的特定文本

Posted 2023-04-17

【中文标题】使用python突出显示图像中的特定文本

【英文标题】：Highlighting specific text in an image using python

【发布时间】：2019-06-04 13:28:06

【问题描述】：

我想在网站截图中突出显示特定的单词/句子。

截取屏幕截图后，我使用pytesseract 和cv2 提取文本。这很好用，我可以获得有关它的文本和数据。

import pytesseract
import cv2


if __name__ == "__main__":
    img = cv2.imread('test.png')
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    result = pytesseract.image_to_data(img, lang='eng', nice=0, output_type=pytesseract.Output.DICT)
    print(result)

使用结果对象，我可以找到所需的单词和句子。

问题是如何回到图像并突出显示那些词？

我应该查看其他库还是有办法获取像素值然后突出显示文本？

理想情况下，我想获得每个单词的开始和结束坐标，怎么做？

【参考方案1】：

您可以使用pytesseract.image_to_boxes 方法获取图像中标识的每个字符的边界框位置。如果需要，您还可以使用该方法在某些特定字符周围绘制边界框。下面的代码在我识别的图像周围绘制了矩形。

import cv2
import pytesseract
import matplotlib.pyplot as plt

filename = 'sf.png'

# read the image and get the dimensions
img = cv2.imread(filename)
h, w, _ = img.shape # assumes color image

# run tesseract, returning the bounding boxes
boxes = pytesseract.image_to_boxes(img)use
print(pytesseract.image_to_string(img)) #print identified text

# draw the bounding boxes on the image
for b in boxes.splitlines():
    b = b.split()
    cv2.rectangle(img, ((int(b[1]), h - int(b[2]))), ((int(b[3]), h - int(b[4]))), (0, 255, 0), 2)

plt.imshow(img)

【讨论】：

太棒了，这很有帮助。我仍在努力寻找输出结构的答案。你有什么参考吗？

@Califlower “输出结构”的含义？你是说pytesseract.image_to_boxes的输出吗？

pytesseract.image_to_boxes 和pytesseract.image_to_data 的输出我不得不盯着它看了几个小时才能弄清楚数字的结构和含义。例如，thatword_num 在每个line_num 上重新启动枚举，每个line_num 从block_num 重新启动。仍然不确定par_num 是什么意思。

@Califlower 您能否在图像中突出显示特定的单词，如果可以，您也可以帮助我吗？

嘿，我实际上在做一个非常相似的任务，我只是对一个特定的文本感兴趣，我设法在它周围创建了一个蒙版......我想找回颜色文本，但到目前为止，我希望我可以计算字符矩形的平均颜色并尝试比较这些值。感谢您的解决方案?