OpenCV实战——文本检测

tesseract的安装

首先说一下下官网的地址：下载地址

大家根据自己的操作系统（是32位还是64位，选择什么版本的，自己进行选择就好了）

我下载的是5.x版本的（大家可以用迅雷下载，确实快！）

然后找到它，双击：（我没找到中文，就English，其他的我也不懂是啥语言啊！！！）

接下来是：

点击next

我也想不同意，但是没办法，就agree吧

接下来是选择角色，我选的是just for me，也没其他人用啊（大家根据自己需求即可）

接下来是需要选择要下的内容，第一次下，我也不知道，就全部都点了吧，也不大：

自己选择一下下载的位置（看自己需求，我建议不要都下载在C盘）;

直接next：

等待下载：wait

下载完成：

搞一下环境路径：

测试：

代码实践

将图片中的内容识别打印，并绘制边框

import cv2 as cv
import pytesseract as pt

# 指明tesseract_cmd命令，方便pytesseract调用
pt.pytesseract.tesseract_cmd = r'D:\tesseract\tesseract.exe'

# 这里使用绝对路径，我这里如果使用相对路径的话会报错，具体原因还在解决（之前的内容没遇到）
img = cv.imread(r'D:\Python\PythonProject\OpenCVProject\img\1.png')
img = cv.cvtColor(img, cv.COLOR_BGR2RGB)

# 展示图片中的内容
print(pt.image_to_string(img))

cv.imshow('test', img)
cv.waitKey(0)

打印识别图片内容后的各个字符框的信息

import cv2 as cv
import pytesseract as pt

# 指明tesseract_cmd命令，方便pytesseract调用
pt.pytesseract.tesseract_cmd = r'D:\tesseract\tesseract.exe'

# 这里使用绝对路径
img = cv.imread(r'D:\Python\PythonProject\OpenCVProject\img\1.png')
img = cv.cvtColor(img, cv.COLOR_BGR2RGB)

# 打印图片中内容的框的信息
print(pt.image_to_boxes(img))

cv.imshow('test', img)
cv.waitKey(0)

上述图片的信息从左到右依次是：框的左下角的x、y，框的宽度、高度

接下来就是绘制边框了

import cv2 as cv
import pytesseract as pt

# 指明tesseract_cmd命令，方便pytesseract调用
pt.pytesseract.tesseract_cmd = r'D:\tesseract\tesseract.exe'

# 这里使用绝对路径
img = cv.imread(r'D:\Python\PythonProject\OpenCVProject\img\1.png')
img = cv.cvtColor(img, cv.COLOR_BGR2RGB)

# 打印图片中内容的框的信息,并绘制边框
heightImg, weightImg, _ = img.shape
print(heightImg, weightImg)
boxes = pt.image_to_boxes(img)
# 以换行符来分割字符串
for b in boxes.splitlines():
    print(b)
    # 将字符串变成列表
    b = b.split(' ')
    # 处理绘制边框的数据
    x, y, w, h = int(b[1]), int(b[2]), int(b[3]), int(b[4])
    # 绘制边框
    cv.rectangle(img, (x, heightImg - y), (w, heightImg -h), (0, 0, 255), 2)
    # 在图像上输出检测结果
    cv.putText(img, b[0], (x, heightImg -y + 25), cv.FONT_HERSHEY_COMPLEX, 1, (255, 0, 0), 2)

cv.imshow('textDetection', img)
cv.waitKey(0)

单词（word）检测

# 单词检测
import cv2 as cv
import pytesseract as pt

# 指明tesseract_cmd命令，方便pytesseract调用
pt.pytesseract.tesseract_cmd = r'D:\tesseract\tesseract.exe'

# 这里使用绝对路径
img = cv.imread(r'D:\Python\PythonProject\OpenCVProject\img\1.png')
img = cv.cvtColor(img, cv.COLOR_BGR2RGB)

# 打印图片中内容的框的信息,并绘制边框
heightImg, weightImg, _ = img.shape
boxes = pt.image_to_data(img)
print(boxes)
# 通过枚举类，将第一行的标题信息进行注释（我们不需要）
for x, b in enumerate(boxes.splitlines()):
    if x != 0:
        b = b.split()
        # 如果说b的长度是12，说明是有预测结果的，就进行标注绘制框框
        if len(b) == 12:
        # 处理绘制边框的数据
            x, y, w, h = int(b[6]), int(b[7]), int(b[8]), int(b[9])
        # 绘制边框
            cv.rectangle(img, (x, y), (w + x, h + y), (0, 0, 255), 2)
        # 在图像上输出检测结果
            cv.putText(img, b[11], (x, y), cv.FONT_HERSHEY_COMPLEX, 1, (255, 0, 0), 2)
cv.imshow('textDetection', img)
cv.waitKey(0)

只进行数字识别

# 进行识别操作的时候进行配置即可
cong = r'--oem 3 --psm 6 outputbase digits'
boxes = pt.image_to_data(img, config=cong)

img = cv.imread(r'D:\Python\PythonProject\OpenCVProject\img\1.png')
img = cv.cvtColor(img, cv.COLOR_BGR2RGB)

# 打印图片中内容的框的信息,并绘制边框
heightImg, weightImg, _ = img.shape
# 配置，只识别数字
cong = r'--oem 3 --psm 6 outputbase digits'

boxes = pt.image_to_data(img, config=cong)
print(boxes)
# 通过枚举类，将第一行的标题信息进行注释（我们不需要）
for x, b in enumerate(boxes.splitlines()):
    if x != 0:
        b = b.split()
        # 如果说b的长度是12，说明是有预测结果的，就进行标注绘制框框
        if len(b) == 12:
        # 处理绘制边框的数据
            x, y, w, h = int(b[6]), int(b[7]), int(b[8]), int(b[9])
        # 绘制边框
            cv.rectangle(img, (x, y), (w + x, h + y), (0, 0, 255), 2)
        # 在图像上输出检测结果
            cv.putText(img, b[11], (x, y), cv.FONT_HERSHEY_COMPLEX, 1, (255, 0, 0), 2)
cv.imshow('textDetection', img)
cv.waitKey(0)

下面的就不在重复赘述了