Python 图像识别：使用 Tesseract 和 OpenCV 提取 'NAR' 字符并截取

以下是使用 Python、Tesseract 和 OpenCV 库来读取图像中包含'NAR'字符并确定其坐标，然后截取字符图像并保存的示例代码：

import cv2
import pytesseract

# 读取图像
image = cv2.imread('image.jpg')

# 将图像转为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 使用Tesseract进行字符识别
text = pytesseract.image_to_string(gray)

# 在图像上绘制识别结果
cv2.putText(image, text, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

# 查找'NAR'字符的位置
coordinates = []
for match in pytesseract.image_to_boxes(gray).splitlines():
    char, _, _, x, y, _, _ = match.split(' ')
    if char == 'N' or char == 'A' or char == 'R':
        coordinates.append((int(x), int(y)))

# 根据字符位置截取图像并保存
for i, (x, y) in enumerate(coordinates):
    char_image = image[y:y+30, x:x+30]  # 根据实际字符大小调整截取范围
    cv2.imwrite(f'char_{i}.jpg', char_image)

# 显示结果图像
cv2.imshow('Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

请注意，以上代码中的image.jpg为输入图像的文件名，你需要将其替换为你自己的图像文件名。代码中假设字符大小为30x30像素，你可能需要根据实际情况进行调整。

代码执行后，将会在当前目录下生成多个以char_开头的图像文件，分别对应截取到的字符图像。在图像上绘制的识别结果也会显示出来。