OpenCV-Python-Tesseract_OCR 实现对图像中字符的识别、提取、标识（可实时，附源码）

概述OpenCV杂谈_05一.需要做的前期准备环境配置：Python版本：3.9.0功能包：opencv-python（4.5.2.52）提前安装Tesseract_OCR工具，下载地址：http://digi.bib.uni-mannheim.deesseractesseract-ocr-setup-4.00.00dev.exe（切记：记录好Tesseract_OCR文件夹所安装的位置，作者这里为：C:\Pr OpenCV杂谈_05

---

一. 需要做的前期准备环境配置：
Python版本：3.9.0
功能包：opencv-python（4.5.2.52）
提前安装Tesseract_OCR工具，下载地址：http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe（切记：记录好Tesseract_OCR文件夹所安装的位置，作者这里为：C:\Program files (x86)\Tesseract-OCR）需要自行搜索想要识别的图像，作为input；或者实时检测的情况下调用摄像头也可一个用的顺手的IDE（本人推荐Pycharm）00二. 源码如下

import cv2import PyTesseract# 将tesseract导入到OpenCV中（注意格式）PyTesseract.PyTesseract.tesseract_cmd = "C:\Program files (x86)\Tesseract-OCR\tesseract.exe"# 读取图像img = cv2.imread('english.jpg')img = cv2.cvtcolor(img, cv2.color_BGR2RGB)  # tesseract支持的是RGB格式图像，而OpenCV是BGR，因此需要将想要读取的图像转换为RGB格式# print(PyTesseract.image_to_string(img))  # 用于读取图片中的所有英文字母# print(PyTesseract.image_to_Boxes(img))  # 用于输出假设字母上边有boundingBox，则BoundingBox的左上角坐标以及右下角坐标分别是什么# 检测字符himg, wimg, _ = img.shapeBoxes = PyTesseract.image_to_Boxes(img)for Box in Boxes.splitlines():    # print(Box)  # 打印出图片中所有的英文字母以及它所对应的boundingBox的左上角点和右下角点    Box = Box.split(' ')    print(Box)  # 为了方便调用每一个相关的值，将每个字母及其boundingBox的左上角右下角坐标保存在一个列表中    x1, y1, x2, y2 = int(Box[1]), int(Box[2]), int(Box[3]), int(Box[4])    cv2.rectangle(img, (x1, himg - y1), (x2, himg - y2), (0, 0, 255), 2)  # 给每一个字母画上所对应的框    cv2.putText(img, Box[0], (x1, himg - y1 - 90), cv2.Font_ITAliC, 1, (50, 50, 255), 2)  # 给每一个框上标记上检测出来的结果，根据想要写字符的位置进行对 (x1, himg - y1 - 数字)中数字的修改# 调用摄像头的实时字符检测 （想要使用本功能则将上边检测字符的代码块注释掉，将本段代码块恢复运行即可）# cap = cv2.VIDeoCapture(0)# cap.set(3, 640)# cap.set(4, 480)### def captureScreen(bBox=(300, 300, 1500, 1000)):#     capScr = np.array(ImageGrab.grab(bBox))#     capScr = cv2.cvtcolor(capScr, cv2.color_RGB2BGR)#     return capScr### while True:#     timer = cv2.getTickCount()#     _, img = cap.read()#     # 检测画面中的字符#     himg, wimg, _ = img.shape#     Boxes = PyTesseract.image_to_Boxes(img)#     for b in Boxes.splitlines():#         b = b.split(' ')#         x, y, w, h = int(b[1]), int(b[2]), int(b[3]), int(b[4])#         cv2.rectangle(img, (x, himg - y), (w, himg - h), (50, 50, 255), 2)#         cv2.putText(img, b[0], (x, himg - y + 25), cv2.Font_HERShey_SIMPLEX, 1, (50, 50, 255), 2)#     fps = cv2.getTickFrequency() / (cv2.getTickCount() - timer)#     cv2.putText(img, 'FPS:' + str(int(fps)), (75, 40), cv2.Font_HERShey_SIMPLEX, 0.7, (20, 230, 20), 2)#     cv2.imshow("Result", img)#     cv2.waitKey(1)## 展示图像 （使用实时检测功能时要将该部分代码块注释掉）cv2.imshow("Result", img)cv2.waitKey(0)

三. 结果展示非实时

实时

四. 感悟与分享明显可以看出实时的检测结果很不稳定，且容易出错。只对画面中字符的识别是远远不够的，需要做字符的联结（换句话说就是去主动地将字符做合理拼接成为单词），其实是有解决办法的，即使用PyTesseract.image_to_data，但作者这里一直报错Attribute Error：‘List’ object has no attribute 'read'，且尚未解决，解决之后会第一时间进行更新。参考课程及推荐：https://www.youtube.com/watch?v=6DjFscX4I_c（内容为英文，且需要翻墙）

---

如有问题，敬请指正。欢迎转载，但请注明出处。 总结

以上是内存溢出为你收集整理的OpenCV-Python-Tesseract_OCR 实现对图像中字符的识别、提取、标识（可实时，附源码）全部内容，希望文章能够帮你解决OpenCV-Python-Tesseract_OCR 实现对图像中字符的识别、提取、标识（可实时，附源码）所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。