从特定图像中提取数字

Question

我参与了一个项目，我认为你可以帮助我。我有多个图片，你可以在这里看到Images to recognize。这里的目标是提取虚线之间的数字。这样做的最佳方法是什么？我从一开始就想要找到虚线的坐标并进行裁剪功能，然后就是运行OCR软件。但要找到那些坐标并不容易，你能帮助我吗？或者如果你有更好的方法告诉我。

祝你好运， Pedro Pimenta

Answer 1

您可以使用python-tesseract https://code.google.com/p/python-tesseract/，它适用于您的图像。您需要做的是拆分结果字符串。我使用您的https://www.dropbox.com/sh/kcybs1i04w3ao97/u33YGH_Kv6#f:euro9.jpg进行测试。源代码如下所示。的更新

# -*- coding: utf-8 -*-
from PIL import Image
from PIL import ImageEnhance
import tesseract

im = Image.open('test.jpg')
enhancer = ImageEnhance.Contrast(im)
im = enhancer.enhance(4)
im = im.convert('1')
w, h = im.size

im = im.resize((w * (416 / h), 416))

pix = im.load()

LINE_CR = 0.01
WHITE_HEIGHT_CR = int(h * (20 / 416.0))

status = 0
white_line = []

for i in xrange(h):
    line = []
    for j in xrange(w):
        line.append(pix[(j, i)])
    p = line.count(0) / float(w)
    if not p > LINE_CR:
        white_line.append(i)

wp = None
for i in range(10, len(white_line) - WHITE_HEIGHT_CR):
    k = white_line[i]
    if white_line[i + WHITE_HEIGHT_CR] == k + WHITE_HEIGHT_CR:
        wp = k
        break

result = []
flag = 0

while 1:
    if wp < 0:
        result.append(wp)
        break

    line = []
    for i in xrange(w):
        line.append(pix[(i, wp)])
    p = line.count(0) / float(w)

    if flag == 0 and p > LINE_CR:

        l = []

        for xx in xrange(20):
            l.append(pix[(xx, wp)])
        if l.count(0) > 5:
            break

        l = []
        for xx in xrange(416-1, 416-100-1, -1):
            l.append(pix[(xx, wp)])
        if l.count(0) > 17:
            break

        result.append(wp)
        wp -= 1
        flag = 1
        continue

    if flag == 1 and p < LINE_CR:
        result.append(wp)
        wp -= 1
        flag = 0
        continue

    wp -= 1

result.reverse()
for i in range(1, len(result)):
    if result[i] - result[i - 1] < 15:
        result[i - 1] = -1
result = filter(lambda x: x >= 0, result)
im = im.crop((0, result[0], w, result[-1]))
im.save('test_converted.jpg')

api = tesseract.TessBaseAPI()
api.Init(".","eng",tesseract.OEM_DEFAULT)
api.SetVariable("tessedit_char_whitelist", "0123456789abcdefghijklmnopqrstuvwxyz")
api.SetPageSegMode(tesseract.PSM_AUTO)

mImgFile = "test_converted.jpg"
mBuffer=open(mImgFile,"rb").read()
result = tesseract.ProcessPagesBuffer(mBuffer,len(mBuffer),api)
print "result(ProcessPagesBuffer)=",result

取决于python 2.7 python-tesseract-win32 python-opencv numpy PIL，并确保遵循python-tesseract的记住。

Answer 2

您可以从查看图像中更明显（更大）的对象开始。在某些图像中，虚线太小。搜索“欧元milhoes”徽标和条形码将更容易，它将帮助您了解所涉及的规模和轮换。

要在不使用match template的情况下查找这些对象，您可以将图像二值化（注意背景纹理）并在轮廓/斑点上使用Hu矩。

不要指望数字小于8-10像素的图像具有良好的OCR精度。