python 文字图像识别

**

本文主要是描述如何采用Python去进行对文字和数字类图像识别方案，实测有效！！！

**

• 图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。现阶段图像识别技术一般分为人脸识别与商品识别，人脸识别主要运用在安全检查、身份核验与移动支付中；商品识别主要运用在商品流通过程中，特别是无人货架、智能零售柜等无人零售领域 。
• 图像的传统识别流程分为四个步骤：图像采集→图像预处理→特征提取→图像识别。图像识别软件国外代表的有康耐视等，国内代表的有图智能、海深科技等。另外在地理学中指将遥感图像进行分类的技术。
• 图形刺激作用于感觉器官，人们辨认出它是经验过的某一图形的过程,也叫图像再认。在图像识别中,既要有当时进入感官的信息,也要有记忆中存储的信息。只有通过存储的信息与当前的信息进行比较的加工过程，才能实现对图像的再认。
  图像识别技术的产生以及更新成为当下十分重要的发展方向，同时表现出了良好的发展前景，在信息收集、医疗以及产品安全等方面，都已经开始广泛运用图像识别技术，发挥了非常大的作用。
• 人的图像识别能力是很强的。图像距离的改变或图像在感觉器官上作用位置的改变，都会造成图像在视网膜上的大小和形状的改变。即使在这种情况下，人们仍然可以认出他们过去知觉过的图像。甚至图像识别可以不受感觉通道的限制。例如，人可以用眼看字，当别人在他背上写字时，他也可认出这个字来。

通过pytesseract调用tesseract
优点：部署快，轻量级，离线可用，免费
缺点：自带的中文库识别率较低，需要自己建数据进行训练

Tesseract 是一个OCR 库，目前由Google 赞助（Google 也是一家以OCR 和机器学习技术闻名于世的公司）。Tesseract 是目前公认最优秀、最精确的开源OCR 系统。
  除了极高的精确度，Tesseract 也具有很高的灵活性。它可以通过训练识别出任何字体（只要这些字体的风格保持不变就可以），也可以识别出任何Unicode 字符。

安装pytesseract

pytesseract是一个OCR识别引擎，使用Python调用tesseract-ocr软件，可以实现OCR文字识别。

安装pytesseract：

pip install pytesseract

安装OpenCV

OpenCV是一个计算机视觉库，提供了很多图片处理的功能，可以用来识别文字。

安装OpenCV:

pip install opencv-python

安装tesseract-ocr的识别引擎

最新版本下载地址： https://github.com/UB-Mannheim/tesseract/wiki

安装完后，需要将Tesseract添加到系统变量中。
　 环境变量： 我的电脑 ->属性 -> 高级系统设置 ->环境变量 ->系统变量 ，在 path 中添加 安装路径。
　 但

有一点很重要

就是需要将pytesseract.py中的tesseract_cmd改为安装的地址，如下图

中文的识别

因为tesseract-ocr默认不支持中文识别，如果想要识别中文或者其它语言需要下载相应的语言包。

首先到网站 https://tesseract-ocr.github.io/tessdoc/Data-Files中下载中文包

下载完成后我们需要放到Tesseract的路径下的tessdata目录下，如图：

实测验证

import cv2
import pytesseract
image = cv2.imread('myWorld/123.png')
# 加载图像

# 转换为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 二值化处理
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]


# 使用pytesseract识别
text = pytesseract.image_to_string(thresh)
print(text)

... # 使用pytesseract识别
... text = pytesseract.image_to_string(thresh)
... print(text)
... 
123456785236589542

... # 使用pytesseract识别
... text = pytesseract.image_to_string(thresh)
... print(text)
... 
I love python