python批量识别图片指定区域文字内容
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
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。