基于python的图片文字识别

《基于python的图片文字识别》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于Python的图片文字识别【摘要】在有些工程中，有时候我们需要对图片文字识别。本文利用Python,调用OpenCV库，先对图片进行预处理，然后借助Google开源的pytesser对图片文字进行了识别。【关键词】：OpenCV,pytesser,文字识别一关于OCR光学字符识别（英语：Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。一般包括以下几个过程：图像输入、图像前处理、预识别：1图像输入：对于不同的图像格式，有着

2、不同的存储格式，不同的压缩方式，目前有OpenCV、CxImage等开源项目。2预处理：主要包括二值化，噪声去除，倾斜较正等。2.1二值化：对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，我们可以简单的分为前景与背景，为了让计算机更快的、更好地识别文字，我们需要先对彩色图进行处理，使图片只剩下前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图。2.2噪声去除：对于不同的文档，我们对噪声的定义可以不同，根据噪声的特征进行去燥，就叫做噪声去除。3倾斜校正：由

3、于一般用户，在拍照文档时，都比较随意，因此拍照出来的图片不可避免的产生倾斜，这就需要文字识别软件进行较正。4版面分析：将文档图片分段落，分行的过程就叫做版面分析，由于实际文档的多样性，复杂性，因此，目前还没有一个固定的，最优的切割模型。5字符切割：由于拍照条件的限制，经常造成字符粘连，断笔，因此极大限制了识别系统的性能。6字符识别：这一研究已经是很早的事情了，比较早有模板匹配，后来以特征提取为主，由于文字的位移，笔画的粗细，断笔，粘连，旋转等因素的影响，极大影响特征的提取的难度。7版面还原：人们希望识别后的文字，

4、仍然像原文档图片那样排列着，段落不变，位置不变，顺序不变地输出到Word文档、PDF文档等，这一过程就叫做版面还原。8后处理、校对：根据特定的语言上下文的关系，对识别结果进行校正，就是后处理。二利用OpenCV进行预处理（一）关于OpenCVOpenCV的全称是OpenSourceComputerVisionLibrary，是一个跨平台的计算机视觉库。OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序。OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有

5、大量的Python,Java和MATLAB的接口。另外，一个使用CUDA的GPU接口也于2010年9月开始实现。(二)使用OpenCV进行图片预处理1.读入图像，并把彩色图转化为灰度图本文需要识别的图片如下，为一张彩色图在进行图像处理的时候，对灰度图的处理往往比彩色图简单一些，也少消耗一下资源，所以，在进行下一步工作前，我们先把图像转化为灰度图。OpenCV提供的读入图像接口函数为成imread,转化为灰度图的接口函数为cvtColor,并给它传入参数COLOR_BGR2GRAY,它就可以实现彩色图到灰度图的转换

6、，转化为灰度图后图像如下。1.对图像进行形态学开运算，并做自适应阈值处理把图像转换为灰度图后，有时候会产生噪点，有时候文字会在有些地方断裂，这是我们不希望看到的，所以，我们利用开运算去除噪点，并是文字连续。另外，转化为灰度图后，我们发现图片对比度不是很好，为此，我们在采用自适应阈值对图片进行阈值处理，以增强对比度，便于后文的pytesser对文字进行识别。尽心开运算和自适应阈值处理以后，图片效果如下三利用pytesser进行文字识别pytesser，OCRinPythonusingtheTesseractengi

7、nefromGoogle。是谷歌OCR开源项目的一个模块，可将图片中的文字转换成文本（主要是英文）。本文的前面已经对图片进行了各种预处理，现在就利用pytesser来进行文字识别。如果对图片的预处理做的很好，pytesser基本可以实现100%的文字识别。但是pytesser也有它的不足，它对于图片质量要求较高，除此之外，对于形态相同的数字和字母容易混淆，比如0和O。改进的办法是利用机器学习，纠正识别错的，提高之后的识别准确率。四总结与结论通过对图像进行阈值变换，开运算等预处理，最后采用pytesser对图片文字

8、信息进行了提取，由于图片的质量不同，识别成功率也有所不同。在今后的研究中，可能有必要采取机器学习来提高识别的准确率。参考文献：[1]陈胜勇，刘盛等.基于OpenCV的计算机视觉技术实现[M].北京：科学出版社，2008.[2]汪益民.基于OCR的书写文字识别系统设计.安徽农业大学2007[3]沈艳.基于CMAC神经网络的手写字体识别技术.哈尔滨工程大学.2011[4]颜伟