OpenCV项目1-OCR识别

文章处理的图片：

思路：我们拿到一张图片不是直接就识别的，而是做一些处理，去除我们不需要的信息，保留我们所需要的信息，再做识别。

通常要做的是对图片进行灰度化处理，再进行滤波，形态学等等去除掉不要的信息。

因为在处理的过程中，我们要对每一步处理后的图片进行查看分析，我们要显示很多次图片，因此我们可以把显示图片的功能封装成一个函数形式来使用：

我们在拿到一张图片的时候，有时候图片的大小不好处理，比如我们这次处理的图片的大小为3264×2448。我们先对尺寸大小进行处理。

可以将修改尺寸的功能封装成一个函数：

我们修改成高度为500的大小处理图片：

参考文章： OpenCV学习笔记8-滤波器原理及代码实现

为后续Canny检测服务：

参考文章： OpenCV学习笔记8-滤波器原理及代码实现

我们采用Canny找出信息的边缘，为后续查找轮廓做准备：

参考文章： OpenCV学习笔记10-图像轮廓的相关知识及代码实现

找到轮廓后，我们排序一下，为后面的透视变换和绘制轮廓做准备：

参考文章： OpenCV学习笔记10-图像轮廓的相关知识及代码实现

注意绘制轮廓会对原图片进行绘制，我们copy一份：

参考文章： OpenCV学习笔记10-图像轮廓的相关知识及代码实现

绘制轮廓的方法有可能使得轮廓线粗糙且不平滑，我们用多边形逼近的方法去得到平滑的轮廓，只保留最有用的信息，注意也要对copy的图片进行处理。近似完后，只剩下四个顶点的角的坐标，因此下面的len（approx）=4

参考文章： OpenCV学习笔记7-图像的基本变换(附代码实现)

我们对图片进行完预处理后，得到的近似轮廓，因为我们只想处理最有用的信息，其他周围没有用的背景给它去掉，因此我们用仿射变换使得图像变正。

透视变换要找到变换矩阵，因为多边形逼近后只留下四个顶点的坐标，因此我们需要找到原图的四个坐标和仿射变换后的四个坐标。

现在已经找到了原图的4个点的坐标。需要知道变换后的4个坐标，因此我们可以对原图的四个坐标按照角点顺时针或者逆时针排序，封装成一个函数：

找到了原图的四个角点的坐标后，计算点与点的距离，得到新的坐标，然后进行仿射变换，我们把仿射变换功能封装成一个函数：

调用仿射变换的函数：

进项仿射变换的时候，我们需要将之前的大小还原回来：

拉正之后，我们通过二值化处理进行过滤信息，得到有用的信息，方便ocr的扫描和提取：

将处理好的文件保存下来

我们需要导入pytesseract的工具包，进行扫描文字：

我们先打开cmd下载一下：

出现这个情况不要紧，我们修改一下下载路径：

具体可以查看我的这个文章： 已解决：Requirement already satisfied：xxx

pytesseract要求的image不是opencv读进来的image, 而是pillow这个包, 即PIL

所以我们要传入pillow包的图片！

页面分隔模式+OCR引擎模式可以看看我这篇文章： OpenCV学习笔记11-Tesseract-OCR的安装和使用

• pytesseract.image_to_string(Image.open(‘图片路径’), lang='使用的语言包‘, config=‘页面分隔模式+OCR引擎模式’)
  • tesseract5.0配套的traineddata文件某些语言版本不支持老版本的引擎（即oem=0）。

---

我们可以在保存的目录下看到已保存的scan和output

查看识别结果：

eee ek RK KOK KOR KOK

WHOLE FOODS MARKET - WESTPORT,CT 06880 399 POST RD WEST - (203) 227-6858

365 365 365 365

uexH TAX

BACON LS BACON LS BACON LS BACON LS

BROTH CHIC FLOUR ALMOND

CHKN BRST BNLSS SK HEAVY CREAM BALSMC REDUCT

BEEF GRND 85/15 JUICE COF CASHEW C

.00

DOCS PINT ORGANIC HNY ALMOND BUTTER

BAL

NP NP NP NP NP NP NP NP NP NP NP NP NP

4.99 4.99 4.99 4.99 2.19 11.99 18.80 3.39 6.49 5.04 8.99 194.49 9.99 101.33

ae Mees es ieee i en

呃呃呃呃呃，好像识别结果准确率不高，但是大部分还是识别出来了。

完整代码：

附OpenCV目录：OpenCV总目录学习笔记

智科专业小白，写博文不容易，如果喜欢的话可以点个赞哦！

​