使用 Tesseract 识别页面上的单个字符

Question

此图像返回空字符串；

基本上我正在尝试为 WOW 游戏制作一个机器人，但我对这个 OCR 东西真的很陌生。我无法让 tesseract 阅读这张图片；我想要一个无序列表的字符以及包含它们的每个正方形的坐标（如果可能）。有没有办法做到这一点？

感谢您的时间！

这是我的代码：

from PIL import Image

import cv2

from pytesseract import image_to_string

column = Image.open('photo.png')

gray = column.convert('L')

blackwhite = gray.point(lambda x: 255 if x < 200 else 0, '1')

blackwhite.save("code_bw.jpg")

print(image_to_string(cv2.imread("code_bw.jpg")))

Answer 1

您需要做一些预处理来隔离文本字符。一个简单的方法是使用 Otsu 的阈值来获得二值图像，然后我们可以找到轮廓并使用纵横比 + 轮廓区域进行过滤。这将为我们提供文本的边界框坐标，我们可以将其绘制到蒙版上。我们按位和输入图像的掩码得到我们的清洁图像，然后将其放入 OCR。结果如下：检测到的文本字符结果OCR 的结果AA RP代码import cv2import pytesseractimport numpy as nppytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"# Load image, grayscale, Otsu's thresholdimage = cv2.imread('1.jpg')original = image.copy()mask = np.zeros(image.shape, dtype=np.uint8)&nbsp;gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]# Find contours and filter using aspect ratio and areacnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)cnts = cnts[0] if len(cnts) == 2 else cnts[1]for c in cnts:&nbsp; &nbsp; area = cv2.contourArea(c)&nbsp; &nbsp; x,y,w,h = cv2.boundingRect(c)&nbsp; &nbsp; ar = w / float(h)&nbsp; &nbsp; if area > 1000 and ar > .85 and ar < 1.2:&nbsp; &nbsp; &nbsp; &nbsp; cv2.rectangle(image, (x, y), (x + w, y + h), (36,255,12), 2)&nbsp; &nbsp; &nbsp; &nbsp; cv2.rectangle(mask, (x, y), (x + w, y + h), (255,255,255), -1)&nbsp; &nbsp; &nbsp; &nbsp; ROI = original[y:y+h, x:x+w]# Bitwise-and to isolate characters&nbsp;result = cv2.bitwise_and(original, mask)result[mask==0] = 255# OCRdata = pytesseract.image_to_string(result,,config='--psm 6')print(data)cv2.imshow('image', image)cv2.imshow('thresh', thresh)cv2.imshow('result', result)cv2.waitKey()