python批量识别图片指定区域文字内容

python批量识别图⽚指定区域⽂字内容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.

⽤于识别模板再原始图的位置坐标

pip install aircv

2.

⽤于剪裁图⽚

pip install Pillow

3.

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

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

sudo apt-get install tesseract-ocr

2.pytesseract安装

pip install pytesseract

Python代码

识别对应位置

#!/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

#!/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

#!/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，也希望⼤家多多⽀持。