Python 图像识别 OCR 代码优化：使用 Tesseract 和 OpenCV 实现更精准的文字识别

Python 图像识别 OCR 代码优化：使用 Tesseract 和 OpenCV 实现更精准的文字识别

本文将介绍如何使用 Python 语言，结合 OpenCV 和 Tesseract 库，实现更精准的图像文字识别功能。代码示例涵盖图像预处理、自适应阈值处理、膨胀操作、文字识别等步骤，并附带保存处理后图像的代码。

代码示例：

import cv2
import pytesseract

pytesseract.pytesseract.tesseract_cmd = r'D:\tesseract-ocr\tesseract.exe'

img = cv2.imread('C:/Users/jian.gao/Desktop/1.jpg')

# 将彩色图像转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 对图像进行自适应阈值处理
thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY_INV, 11, 2)

# 对图像进行膨胀操作
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
dilate = cv2.dilate(thresh, kernel, iterations=1)

# 识别图像中的文字
text = pytesseract.image_to_string(dilate, lang='chi_sim')

print(text)

# 显示图像
cv2.imshow('image', img)
cv2.imshow('dilate', dilate)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 保存处理后的图像
cv2.imwrite('C:/Users/jian.gao/Desktop/1_processed.jpg', dilate)

代码解析：

1. 导入库： 导入 cv2 库用于图像处理，导入 pytesseract 库用于文字识别。

2. 设置 Tesseract 路径： 设置 Tesseract 的路径，确保代码能够找到 Tesseract.exe 文件。

3. 加载图像： 使用 cv2.imread() 函数加载目标图像。

4. 图像预处理：

   • 转换为灰度图像： 使用 cv2.cvtColor() 函数将彩色图像转换为灰度图像，便于后续处理。
   • 自适应阈值处理： 使用 cv2.adaptiveThreshold() 函数进行自适应阈值处理，自动识别图像的最佳阈值，以更好地分离文字区域。
   • 膨胀操作： 使用 cv2.dilate() 函数对图像进行膨胀操作，将文字区域变得更粗壮，便于识别。

5. 文字识别： 使用 pytesseract.image_to_string() 函数识别图像中的文字，lang='chi_sim' 表示使用简体中文语言模型。

6. 显示图像： 使用 cv2.imshow() 函数显示原始图像和处理后的图像，方便观察效果。

7. 保存图像： 使用 cv2.imwrite() 函数将处理后的图像保存到指定路径。

代码优化：

• 使用自适应阈值处理代替简单的二值化处理，能够更好地适应不同图像的亮度和对比度，提高识别精度。
• 对图像进行膨胀操作，可以将文字区域变得更粗壮，便于识别。
• 尝试使用不同的 Tesseract 语言模型，根据实际情况选择最合适的模型，提高识别精度。

结语：

本文提供了一个使用 Python 和 Tesseract 库进行图像文字识别的优化示例，通过图像预处理、自适应阈值处理、膨胀操作等步骤，可以实现更精准的文字识别。希望本文能帮助您更好地理解图像识别 OCR 技术，并应用到实际项目中。