opencv - 如何使用 Tesseract 识别图像中另一个形状内的文本

Question

我正在尝试识别六边形内的文本“25”。如果文本在六边形上方或下方，我的代码可以识别文本，但在六边形内部时则不能。任何指针？另外，我正在尝试获取文本的坐标。一种选择是将六边形（使用 opencv 轮廓）提取到另一个图像中，然后使用 tesseract。但是我可以使用更简单的解决方案吗？

这是识别文本是否在形状之外的代码片段（程序将图像文件名作为 arg 并打印出它识别的文本。）

from PIL import Image, ImageEnhance, ImageFilter  
import sys  
import pytesseract  
import cv2

load image filename = sys.argv[1]

img = Image.open(filename) 
img = img.filter(ImageFilter.SHARPEN) 
enhancer = ImageEnhance.Contrast(img) 
img = enhancer.enhance(10) 
img = img.convert('1') 
img.save('temp.jpg')

im = cv2.imread('temp.jpg',cv2.COLOR_RGB2GRAY)  
im = cv2.blur(im,(4,4))
_, im = cv2.threshold(im, 200 , 200, cv2.THRESH_BINARY_INV)

#This is just to see what has happened, has no meaning! 
cv2.imshow('gray', im)  
cv2.waitKey(0)  
cv2.destroyAllWindows()

#Actual Text recognition 
cv2.imwrite('temp2.jpg', im)  
text = pytesseract.image_to_string(Image.open('temp2.jpg'))  
print(text)

Answer 1

数字位于形状的中心，您可以通过玩坐标轻松获得。

例如：

• 从height/2-30到height/2+30和
• 从width/2-30到width/2+30

然后应用阈值

	结果
图片的一部分
临界点
Pytesseract	25

有时当你不能得到想要的结果时，你需要应用预处理

代码：

---

import cv2
import pytesseract

img = cv2.imread('769b9.jpg')
gry = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
(h, w) = gry.shape[:2]
gry = gry[int(h/2)-30:int(h/2)+30, int(w/2)-30:int(w/2)+30]
thr = cv2.threshold(gry, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]
txt = pytesseract.image_to_string(thr)
print(txt)
cv2.imshow("thr", thr)
cv2.waitKey(0)