使用Tesseract识别页面上的单个字符

Question

这个图像返回空字符串;

基本上我正在尝试为WOW游戏制作机器人，但我对OCR一无所知。我无法让tesseract读取这个图像; 我想要一个字符的无序列表，如果可能的话，还要包含每个方格的坐标。有没有什么办法可以做到这一点？

谢谢你的时间！

以下是我的代码：

from PIL import Image
import cv2
from pytesseract import image_to_string

column = Image.open('photo.png')
gray = column.convert('L')
blackwhite = gray.point(lambda x: 255 if x < 200 else 0, '1')
blackwhite.save("code_bw.jpg")


print(image_to_string(cv2.imread("code_bw.jpg")))

- Kayra Uckilinc

Answer 1

你需要进行一些预处理来隔离文本字符。一个简单的方法是使用大津阈值来获取二进制图像，然后我们可以找到轮廓并使用纵横比和轮廓面积进行过滤。这将给出文本的边界框坐标，我们可以将其绘制在蒙版上。我们对输入图像进行位与运算以获得清理后的图像，然后将其放入OCR中。这是结果：

检测到的文本字符。

结果

OCR 的结果

A
A R
P

"代码"

import cv2
import pytesseract
import numpy as np

pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

# Load image, grayscale, Otsu's threshold
image = cv2.imread('1.jpg')
original = image.copy()
mask = np.zeros(image.shape, dtype=np.uint8) 
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Find contours and filter using aspect ratio and area
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    area = cv2.contourArea(c)
    x,y,w,h = cv2.boundingRect(c)
    ar = w / float(h)
    if area > 1000 and ar > .85 and ar < 1.2:
        cv2.rectangle(image, (x, y), (x + w, y + h), (36,255,12), 2)
        cv2.rectangle(mask, (x, y), (x + w, y + h), (255,255,255), -1)
        ROI = original[y:y+h, x:x+w]

# Bitwise-and to isolate characters 
result = cv2.bitwise_and(original, mask)
result[mask==0] = 255

# OCR
data = pytesseract.image_to_string(result, lang='eng',config='--psm 6')
print(data)

cv2.imshow('image', image)
cv2.imshow('thresh', thresh)
cv2.imshow('result', result)
cv2.waitKey()

- nathancy

---

我觉得你是一位Pythonista，所以这里有一个后续问题，无论如何我都无法解决：只有在我的C盘上运行并删除pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"这一行代码时，它才能正常工作...为什么？ - Kayra Uckilinc