提取某种颜色的文本，忽略其余部分

Question

我有图片，需要该图片中的文字。只需要转换黄色的时间，而忽略背景文本。 我在Python中使用textract

我尝试将rgb转换为灰色，但仍然得到垃圾结果。它从背景读取数据

from PIL import Image
import pytesseract

image_file = Image.open('timeline_with_background_text.png')

image_file = image_file.convert('L') # convert image to black and white
image_file.save('question.png')
text = pytesseract.image_to_string(image_file, lang = 'eng',config='-psm 6')
print(text)

从图像中只需转换以黄色显示的时间，例如“ 34:53”

Answer 1

您可以使用python中的ImageMagick库执行此操作。

如果您的黄色文本始终是完全相同的黄色，也许您可​​以这样做。

首先，获取要保留的黄色的十六进制值。 （让我们说它的＃ffff00）。

然后，使用图像魔术来将＃ffff00颜色之外的所有颜色填充为黑色。那应该留下一张只显示您的时间的图像。

convert original.png -fill black +opaque '#ffff00' onlyTime.png

https://www.imagemagick.org/script/command-line-options.php#opaque

如果黄色并不总是完全相同，则可以尝试使用-fuzz选项。

https://www.imagemagick.org/script/command-line-options.php#fuzz

---

使用您提供的图像，我尝试了以下操作：

.\convert.exe C:\YLD2g.png -fill black -fuzz 20% +opaque '#c0861e' c:\onlyTime2.png

结果是：

onlyTime2

对于tesseract来说应该足够了