Извлечение текста с помощью OCR ⇐ Python

Программы на Python
Гость
Извлечение текста с помощью OCR

Сообщение Гость »

На представленном изображении присутствуют различные элементы монитора. Я хочу извлечь текст каждого из них. Я пробовал разные подходы, но я не могу идентифицировать много текста. Введите здесь описание изображения
  • с помощью easyocr
  • с помощью тессеракта
  • или изображение состоит из квадратов разной формы. Я также попытался идентифицировать прямоугольники, а затем извлечь изображение из идентифицированных прямоугольников.
  • Повысьте резкость краев квадрата. . Загрузите изображение, преобразуйте его в оттенки серого, сгладьте размытие посередине и увеличьте резкость, чтобы улучшить края.
  • Получите двоичное изображение и удалите шум. Установите порог, чтобы получить черно-белое двоичное изображение. В зависимости от изображения будет работать либо пороговая обработка Оцу, либо адаптивная пороговая обработка. Здесь мы создаем прямоугольное ядро ​​и выполняем морфологическое преобразование для удаления шума и улучшения квадратных контуров.
  • Обнаруживаем и извлекаем прямоугольник. Затем мы находим контуры и фильтруем их, используя пороговую область мин/макс. Все контуры, проходящие через фильтр, будут квадратами, поэтому мы получаем координаты ограничивающего прямоугольника, чтобы извлечь каждую область интереса, создать на изображении зеленую прямоугольную рамку и использовать итоговое изображение.
    введите описание изображения здесь
    введите сюда описание изображения
Ниже приведена используемая логика

Код: Выделить всё

import cv2
import numpy as np
from PIL import Image

def integrated_preprocess_image_with_size_filter(input_file_path, output_file_path):

img = Image.open(input_file_path)

if img.mode == 'RGBA':
img = img.convert('RGB')

dpi = img.info['dpi'] if 'dpi' in img.info else (72, 72)

if dpi[0] < 300 or dpi[1] < 300:
img.save(input_file_path, dpi=(300, 300))
img = Image.open(input_file_path)

img_cv = np.array(img)
img_cv = cv2.cvtColor(img_cv, cv2.COLOR_RGB2BGR)

gray_image = cv2.cvtColor(img_cv, cv2.COLOR_BGR2GRAY)

blur_kernel_size = 3 if np.var(gray_image) < 100 else 3

blurred_image = cv2.bilateralFilter(gray_image, blur_kernel_size, 75, 75)

sharpening_kernel = np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]])
sharpened_image = cv2.filter2D(blurred_image, -1, sharpening_kernel)

_, binary_image = cv2.threshold(sharpened_image, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

kernel_size = int(np.mean(gray_image) // 50000) + 1
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (kernel_size, kernel_size))
opened_image = cv2.morphologyEx(binary_image, cv2.MORPH_OPEN, kernel)

contours, _ = cv2.findContours(opened_image, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
epsilon = 0.02 * cv2.arcLength(cnt, True)
approx = cv2.approxPolyDP(cnt, epsilon, True)

if len(approx) == 4 and 100 < cv2.contourArea(cnt) < 50000:
x, y, w, h = cv2.boundingRect(approx)

if w > 90 and h > 90:
cv2.rectangle(img_cv, (x, y), (x+w, y+h), (0, 255, 0), 2)

cv2.imwrite(output_file_path, img_cv)

integrated_preprocess_image_with_size_filter('./test_img.png', './path_to_output.jpg')
Чтобы подойти к этому по-разному, я решил извлечь прямоугольные блоки и затем приступить к распознаванию текста.
Я хочу знать, как наилучшим образом извлечь текст из этого изображения.
Спасибо.

Подробнее здесь: https://stackoverflow.com/questions/784 ... n-with-ocr
Вернуться к началу

Вернуться в «Python»