python批量识别图片指定区域文字内容

时间:2022-12-03 18:34:07

python批量识别图片指定区域文字内容,供大家参考,具体内容如下

简介

对于一张图片,需求识别指定区域的内容

1.截取原始图上的指定图片当做模板
2.根据模板相似度去再原始图片上识别准确坐标
3.根据坐标剪切出指定位置图片,也就是所需的内容区域
4.对指定位置图片进行ocr识别

环境

ubuntu18.04
python2.7

所需python模块

1.aircv

用于识别模板再原始图的位置坐标

?
1
pip install aircv

2.pillow

用于剪裁图片

?
1
pip install pillow

3.tesseract

文字识别
在此也可以用平台端的api进行更精准的识别
ubuntu下tesseract环境安装

?
1
2
3
4
5
6
sudo apt-get install libpng12-dev
sudo apt-get install libjpeg62-dev
sudo apt-get install libtiff4-dev
sudo apt-get install gcc
sudo apt-get install g++
sudo apt-get install automake

1.tesseract-ocr安装

?
1
sudo apt-get install tesseract-ocr

2.pytesseract安装

?
1
pip install pytesseract

python代码

识别对应位置

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
#!/usr/bin/python2.7
# -*- coding: utf-8 -*-
import aircv
 
 
def matchimg(imgsrc, imgobj, confidence=0.2):
 """
  图片对比识别imgobj在imgsrc上的相对位置(批量识别统一图片中需要的部分)
 :param imgsrc: 原始图片路径(str)
 :param imgobj: 待查找图片路径(模板)(str)
 :param confidence: 识别度(0<confidence<1.0)
 :return: none or dict({'confidence': 相似度(float), 'rectangle': 原始图片上的矩形坐标(tuple), 'result': 中心坐标(tuple)})
 """
 imsrc = aircv.imread(imgsrc)
 imobj = aircv.imread(imgobj)
 
 match_result = aircv.find_template(imsrc, imobj,
         confidence) # {'confidence': 0.5435812473297119, 'rectangle': ((394, 384), (394, 416), (450, 384), (450, 416)), 'result': (422.0, 400.0)}
 if match_result is not none:
  match_result['shape'] = (imsrc.shape[1], imsrc.shape[0]) # 0为高,1为宽
 
 return match_result

图片剪裁

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
#!/usr/bin/python2.7
# -*- coding: utf-8 -*-
from pil import image, imageenhance
 
def cutimg(imgsrc, out_img_name, coordinate):
 """
  根据坐标位置剪切图片
 :param imgsrc: 原始图片路径(str)
 :param out_img_name: 剪切输出图片路径(str)
 :param coordinate: 原始图片上的坐标(tuple) egg:(x, y, w, h) ---> x,y为矩形左上角坐标, w,h为右下角坐标
 :return:
 """
 image = image.open(imgsrc)
 region = image.crop(coordinate)
 region = imageenhance.contrast(region).enhance(1.5)
 region.save(out_img_name)

图片识别

?
1
2
3
4
5
6
7
8
#!/usr/bin/python2.7
# -*- coding: utf-8 -*-
import pytesseract
from pil import image
 
image = image.open('bb.png')
code = pytesseract.image_to_string(image)
print(code)

对于三方api识别自行研究

以上就是本文的全部内容,希望对大家的学习有所帮助。

原文地址:https://blog.csdn.net/qq_41616397/article/details/87980510