Python圖文識別技術分享
使用 tesseract-ORC 識別文字，識別率不算太高，需要自我訓練 tessdata 數據，才能更精確的識別你想要讓電腦認識出來的文字！
ps：另外很多人在學習Python的過程中，往往因為遇問題解決不了從而導致自己放棄，為此我建了個Python全棧開發交流.裙 ：一久武其而而流一思（數字的諧音）轉換下可以找到了，里面有最新Python教程項目可拿,不懂的問題有老司機解決哦，一起相互監督共同進步
ps：另外很多人在學習Python的過程中，往往因為遇問題解決不了從而導致自己放棄，為此我建了個Python全棧開發交流.裙 ：一久武其而而流一思（數字的諧音）轉換下可以找到了，里面有最新Python教程項目可拿,不懂的問題有老司機解決哦，一起相互監督共同進步
接下來看代碼：
import os import pytesseract from PIL import Image from collections import defaultdict #pip install pytesseract #pip install pillow # tesseract.exe所在的文件路徑 pytesseract.pytesseract.tesseract_cmd = 'C://Program Files (x86)/Tesseract-OCR/tesseract.exe' # 獲取圖片中像素點數量最多的像素 def get_threshold(image): pixel_dict = defaultdict(int) # 像素及該像素出現次數的字典 rows, cols = image.size for i in range(rows): for j in range(cols): pixel = image.getpixel((i, j)) pixel_dict[pixel] += 1 count_max = max(pixel_dict.values()) # 獲取像素出現出多的次數 pixel_dict_reverse = {v: k for k, v in pixel_dict.items()} threshold = pixel_dict_reverse[count_max] # 獲取出現次數最多的像素點 return threshold # 按照閾值進行二值化處理 # threshold: 像素閾值 def get_bin_table(threshold): # 獲取灰度轉二值的映射table table = [] for i in range(256): rate = 0.1 # 在threshold的適當范圍內進行處理 if threshold * (1 - rate) <= i <= threshold * (1 + rate): table.append(1) else: table.append(0) return table # 去掉二值化處理后的圖片中的噪聲點 def cut_noise(image): rows, cols = image.size # 圖片的寬度和高度 change_pos = [] # 記錄噪聲點位置 # 遍歷圖片中的每個點，除掉邊緣 for i in range(1, rows - 1): for j in range(1, cols - 1): # pixel_set用來記錄該店附近的黑色像素的數量 pixel_set = [] # 取該點的鄰域為以該點為中心的九宮格 for m in range(i - 1, i + 2): for n in range(j - 1, j + 2): if image.getpixel((m, n)) != 1: # 1為白色,0位黑色 pixel_set.append(image.getpixel((m, n))) # 如果該位置的九宮內的黑色數量小於等於4，則判斷為噪聲 if len(pixel_set) <= 4: change_pos.append((i, j)) # 對相應位置進行像素修改，將噪聲處的像素置為1（白色） for pos in change_pos: image.putpixel(pos, 1) return image # 返回修改后的圖片 # 識別圖片中的數字加字母 # 傳入參數為圖片路徑，返回結果為：識別結果 def OCR_lmj(img_path): image = Image.open(img_path) # 打開圖片文件 imgry = image.convert('L') # 轉化為灰度圖