计算机视觉|图像中的信息识别

算法与编程之美

发布于 2019-10-31 17:47:38

6160

发布于 2019-10-31 17:47:38

1.为什么需要电脑对图片中的数字和字将进行识别：

在生活中，很多时候需要识别一些图片中的数字和字母，就像很多网站的验证码识别，对于个人来说，单个的此类事件需要的时间和精力很少，可对于一些机构、企业来说，可能就需要重复很多次（例如某些机构需要向某网站提交多次文档、申请多次访问等操作）。这时，大量的此类工作对于人眼的损耗较大，不但需要损耗人力，同时由于眼花和疲劳等原因可能会导致读取出来的信息出现差错，从而降低效率。所以，就需要使用电脑来执行这一操作。

2. python 实现的原理和步骤：

2.1环境搭建：

需要python安装opcv、numpy、pil和pytesseract这几个第三方库；

2.2基本原理介绍：

通过图像的预处理操作后，再将读取出来的数组转换成image形式，然后提取图片的有用信息。

2.3方法步骤简介：

首先是图片的预处理操作，一般顺序为先进行图像的二值化，之后再对图片进行数字形态学运算（主要是开运算），由于pytesseract内置函数识别的图片是image形式而不是opencv中的多维数组形式，所以在识别之前需要先使用pil中的image函数将图片格式进行转换，最后再通过pytesseracr中的函数进行识别。

大致简单代码如下：

import  cv2  as  cv
 import  numpy  as  np
 from  PIL  import  Image
 import  pytesseract  as  tess

#构造函数
 def recognize_text():

#灰度化图像：
       gray  = cv. cvtColor(src, Cv. COLOR_BGR2GRAY)

#二值化图像：
       ret, binary  = cv. threshold(gray, 0 ,255, cv. THRESH_BINARY_INV  | cv. THRESH_OTSU)

#开运算：
       kernel = cv. getstructuringelement(cv. MORPH_RECT,  (1,2))#使用1*2的面积元素
       bin1 = cv. morphologyEx(binary,  cv. MORPH_OPEN, kernel)
       kernel = cv. getstructuringelement(cv. MORPH_RECT,  (2,1))#使用2*1的面积元素
       open_out  =  cv. morphologyex(bin1, cv. MORPH_OPEN, kernel
     
       cv.bitwise_not(open_out, open_out)#将图片背景转换为白色

#转换图片格式
       textImage  =  Image. fromarray(open_out)

#读取信息
       text  =  tess. image_to_string(textImage)
       print（text）
 
  sre cv. imread("图像路径")
  cv. namedWindow("input image". WINDOW_AUTOSIZE)
  cv. imshow("input image", sre)

#调用函数

recognize_text(src)

cv.waitKey(0)
 cv.destroyAllWindows()

3.总结：

上述步骤和代码只是一个基本思路和例子，具体步骤代码还需要结合图片的具体情况，有的图片可能不需要开运算就可以直接进行后面的操作，也有一些图片需要进行多次开运算的处理，所以还需要结合实际情况进行调整后使用。

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2019-10-29，如有侵权请联系 cloudcommunity@tencent.com 删除

python