python批量識別圖片指定區(qū)域文字內(nèi)容

更新時間：2021年06月22日 11:50:18 作者：林圈圈的

這篇文章主要為大家詳細介紹了python識別圖片指定區(qū)域文字內(nèi)容，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下

Python批量識別圖片指定區(qū)域文字內(nèi)容，供大家參考，具體內(nèi)容如下

簡介

對于一張圖片，需求識別指定區(qū)域的內(nèi)容

1.截取原始圖上的指定圖片當做模板
2.根據(jù)模板相似度去再原始圖片上識別準確坐標
3.根據(jù)坐標剪切出指定位置圖片，也就是所需的內(nèi)容區(qū)域
4.對指定位置圖片進行ocr識別

環(huán)境

Ubuntu18.04
Python2.7

所需Python模塊

1.aircv

用于識別模板再原始圖的位置坐標

pip install aircv

2.Pillow

用于剪裁圖片

pip install Pillow

3.Tesseract

文字識別
在此也可以用平臺端的API進行更精準的識別
ubuntu下Tesseract環(huán)境安裝

sudo apt-get install libpng12-dev 
sudo apt-get install libjpeg62-dev 
sudo apt-get install libtiff4-dev 
sudo apt-get install gcc 
sudo apt-get install g++ 
sudo apt-get install automake

1.tesseract-ocr安裝

sudo apt-get install tesseract-ocr

2.pytesseract安裝

pip install pytesseract

Python代碼

識別對應(yīng)位置

#!/usr/bin/python2.7 
# -*- coding: utf-8 -*- 
import aircv


def matchImg(imgsrc, imgobj, confidence=0.2):
 """
  圖片對比識別imgobj在imgsrc上的相對位置（批量識別統(tǒng)一圖片中需要的部分）
 :param imgsrc: 原始圖片路徑(str)
 :param imgobj: 待查找圖片路徑（模板）(str)
 :param confidence: 識別度（0<confidence<1.0）
 :return: None or dict({'confidence': 相似度(float), 'rectangle': 原始圖片上的矩形坐標(tuple), 'result': 中心坐標(tuple)})
 """
 imsrc = aircv.imread(imgsrc)
 imobj = aircv.imread(imgobj)

 match_result = aircv.find_template(imsrc, imobj,
         confidence) # {'confidence': 0.5435812473297119, 'rectangle': ((394, 384), (394, 416), (450, 384), (450, 416)), 'result': (422.0, 400.0)}
 if match_result is not None:
  match_result['shape'] = (imsrc.shape[1], imsrc.shape[0]) # 0為高，1為寬

 return match_result

圖片剪裁

#!/usr/bin/python2.7 
# -*- coding: utf-8 -*- 
from PIL import Image, ImageEnhance

def cutImg(imgsrc, out_img_name, coordinate):
 """
  根據(jù)坐標位置剪切圖片
 :param imgsrc: 原始圖片路徑(str)
 :param out_img_name: 剪切輸出圖片路徑(str)
 :param coordinate: 原始圖片上的坐標(tuple) egg:(x, y, w, h) ---> x,y為矩形左上角坐標, w,h為右下角坐標
 :return:
 """
 image = Image.open(imgsrc)
 region = image.crop(coordinate)
 region = ImageEnhance.Contrast(region).enhance(1.5)
 region.save(out_img_name)

圖片識別

#!/usr/bin/python2.7 
# -*- coding: utf-8 -*- 
import pytesseract
from PIL import Image

image = Image.open('bb.png')
code = pytesseract.image_to_string(image)
print（code）

對于三方API識別自行研究

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: