推荐阅读
42个pycharm使用技巧，瞬间从黑铁变王者
Google C++项目编程风格指南 (中文版) 分享
01
软件版本
- Python3.6.5
- OpenCV-Python 4.x
- Tesseract-OCR 5.0.0-alpha.20201127
- Win10 6402
安装与配置
安装Python SDK选择默认安装，同时勾选最下面得红色矩形框内容。
安装opencv-python开发包
pip install opencv-python
安装Tesseract-OCR Python SDK支持
pip install pytesseract
下载Tesseract-OCR 5.0.0-alpha.20201127安装包并安装！然后在环境变量中添加
C:\Program Files\Tesseract-OCR
03
验证与测试
安装与配置好OpenCV-Python与Tesseract-OCR之后，需要进一步通过代码验证正确性。打开Pycharm IDE，新建一个python项目与python文件，输入以下代码
import pytesseract as tessprint(tess.get_tesseract_version())print(tess.get_languages())
运行结果如下：
第一行是版本信息，第二行是支持的语言信息，默认只支持英文。
Tesseract-OCR介绍
开源的OCR识别引擎，高版本识别基于LSTM，其整个处理流程如下：
检测与识别文本函数：
检测：
def image_to_boxes( image, lang=None, config='', nice=0, output_type=Output.STRING, timeout=0,)
返回所有识别文字的Box框坐标，每一行为一个BOX信息输出
每行的前五个值分别是，识别的字符、BOX框的左上角与右下角坐标
识别
def image_to_string( image, lang=None, config='', nice=0, output_type=Output.STRING, timeout=0,)
输入的图像通道顺序是RGB，OpenCV默认为BGR，返回的是识别结果
必输入的参数是image，其它可选
英文与数字识别
Tesseract-OCR默认支持英文与数字识别，有输入图像如下：
Python代码如下：
image = cv.imread("D:/cv4j.png")
image_rgb = cv.cvtColor(image, cv.COLOR_BGR2RGB)
text = tess.image_to_string(image_rgb, lang="eng")
content = text.replace("\f", "").split("\n")
for c in content:
if len(c) > 0:
print(c)
h, w, c = image.shape
boxes = tess.image_to_boxes(image)
for b in boxes.splitlines():
b = b.split(' ')
image = cv.rectangle(image, (int(b[1]), h - int(b[2])), (int(b[3]), h - int(b[4])), (0, 255, 0), 2)
cv.imshow('text detect', image)
cv.waitKey(0)
cv.destroyAllWindows()
运行结果如下：
英文识别对无干扰的背景效果非常好！
中文识别
默认情况下Tesseract-OCR不支持中文识别，需要下载中文识别的模型文件，然后放置到安装路径的tessdata目录下：
C:\Program Files\Tesseract-OCR\tessdata
然后在运行语言检查支持代码，运行结果如下：
其中chi_sim表示中文简体支持，eng表示英文支持！
以下图为例：
识别代码
image = cv.imread("D:/yanxishe.png")
image_rgb = cv.cvtColor(image, cv.COLOR_BGR2RGB)
text = tess.image_to_string(image_rgb, lang="chi_sim")
print(text)
h, w, c = image.shape
boxes = tess.image_to_boxes(image)
for b in boxes.splitlines():
b = b.split(' ')
image = cv.rectangle(image, (int(b[1]), h - int(b[2])), (int(b[3]), h - int(b[4])), (0, 255, 0), 2)
cv.imshow('text detect', image)
cv.waitKey(0)
cv.destroyAllWindows()运行结果
正确率还不错，需要进一步处理一下，直接放大两倍，然后再测试一波
发现错误识别大大减少，基本可用！
