|
|
@@ -0,0 +1,79 @@
|
|
|
+# -*- codeing = utf-8 -*-
|
|
|
+# @Time : 2024/3/6 19:02
|
|
|
+# @Author : Clown
|
|
|
+# @File : demo_ocr.py
|
|
|
+# @Software : PyCharm
|
|
|
+import cv2
|
|
|
+import pytesseract
|
|
|
+import numpy as np
|
|
|
+from PIL import Image
|
|
|
+import pandas as pd
|
|
|
+
|
|
|
+path_in = r'C:\Users\ClownHe\Desktop\1业务支持需求单\Screenshot_2024-03-06-12-10-09-94_e39d2c7de19156b0683cd93e8735f348(1).jpg'
|
|
|
+# 加载图像
|
|
|
+image = Image.open(path_in)
|
|
|
+image = np.array(image)
|
|
|
+
|
|
|
+# 图像预处理（灰度化）
|
|
|
+gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
|
|
|
+
|
|
|
+# 文字识别
|
|
|
+'''
|
|
|
+psm值为3表示全自动页面分割模式（默认值）。
|
|
|
+psm值为6表示假设文本是单个统一的块。
|
|
|
+psm值为7表示将图像视为一个单一的文本行。
|
|
|
+psm值为8表示将图像视为一个包含多个文本行的块。
|
|
|
+'''
|
|
|
+boxes = pytesseract.image_to_boxes(gray_image,lang = 'chi_sim+eng',config = '--psm 3',output_type = pytesseract.Output.STRING)
|
|
|
+'''
|
|
|
+<char>：识别出的字符。
|
|
|
+<left>：字符在图像中的左边界距离图像左侧的距离。
|
|
|
+<top>：字符在图像中的上边界距离图像顶部的距离。
|
|
|
+<width>：字符的宽度。
|
|
|
+<height>：字符的高度。
|
|
|
+<conf>：模型对字符属于该类别的置信度，通常是一个介于0和1之间的值
|
|
|
+'''
|
|
|
+datas = pytesseract.image_to_data(gray_image,lang = 'chi_sim+eng',config = '--psm 3',output_type=pytesseract.Output.DICT)
|
|
|
+'''
|
|
|
+level：字符的级别，表示该字符在文本中的重要性。
|
|
|
+page_num：字符所在的页面编号。
|
|
|
+block_num：字符所在的块编号。
|
|
|
+par_num：字符所在的段落编号。
|
|
|
+line_num：字符所在的行号。
|
|
|
+word_num：字符所在的单词编号。
|
|
|
+left：字符左边界距离图像左侧的距离。
|
|
|
+top：字符上边界距离图像顶部的距离。
|
|
|
+width：字符的宽度。
|
|
|
+height：字符的高度。
|
|
|
+conf：字符的置信度评分，表示识别结果的准确性。
|
|
|
+text：识别出的字符本身。
|
|
|
+'''
|
|
|
+df_out = pd.DataFrame(datas).to_dict('records')
|
|
|
+for row in df_out:
|
|
|
+
|
|
|
+ if row['conf'] in range(88,100) and row['text'] == ' ':
|
|
|
+ print(row)
|
|
|
+ x, y, w, h = int(row['left']), int(row['top']), int(row['width']), int(row['height'])
|
|
|
+ cv2.rectangle(image, (x, y), (w+x, h+y), (0, 255, 0), 2)
|
|
|
+
|
|
|
+# 绘制文本框
|
|
|
+for box in boxes.splitlines():
|
|
|
+ print(box,type(box))
|
|
|
+ # coordinates = box.split()
|
|
|
+ #
|
|
|
+ # x, y, w, h = int(coordinates[1]), int(coordinates[2]), int(coordinates[3]), int(coordinates[4])
|
|
|
+ # cv2.rectangle(image, (x, image.shape[0] - y), (w, image.shape[0] - h), (0, 255, 0), 2)
|
|
|
+
|
|
|
+
|
|
|
+# 缩放图像
|
|
|
+scale_percent = 50 # 缩放比例（百分比）
|
|
|
+width = int(image.shape[1] * scale_percent / 100)
|
|
|
+height = int(image.shape[0] * scale_percent / 100)
|
|
|
+dim = (width, height)
|
|
|
+resized_image = cv2.resize(image, dim, interpolation=cv2.INTER_AREA)
|
|
|
+
|
|
|
+
|
|
|
+# 显示结果
|
|
|
+cv2.imshow('Result', resized_image)
|
|
|
+cv2.waitKey(0)
|
|
|
+cv2.destroyAllWindows()
|
