我认为大多数OCR工具都用于读取文档。我正在尝试制作一个程序,从游戏中读取结果后的屏幕。我想知道是否可以使用某种变通方法(我是OCR工具的新手(。
图像示例。
我试着从互联网上使用一个简单的程序:
import cv2
import pytesseract
pytesseract.pytesseract.tesseract_cmd = r'C:\Users\labib\AppData\Local\Tesseract-OCR\tesseract.exe'
img = cv2.imread('test2.png')
text = pytesseract.image_to_string(img)
print(text)
然后我尝试了不同的阈值,并尝试了灰度缩放,但并没有对结果有太大的改变。
然后我想做一个函数,首先将图像裁剪到表中,然后从列的单元格中读取值?我不知道这是否会让OCR工具变得更容易。
像这样的东西。然后我会把图像中的数据放入电子表格(我想我可以做到(
我的问题是,如何阅读非文档且难以阅读的图像。(我当前的问题是阅读图像本身的文本(。
这与这个问题类似使用Tesseract OCR 4.x 保留缩进
你可以试试这个代码。它可以输出你想要的大部分内容。为了真正满足您的需求,您必须过滤不必要的图标、图像等。
import cv2
import pytesseract
from pytesseract import Output
import pandas as pd
img = cv2.imread("sxFRauD.png")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
gauss = cv2.GaussianBlur(thresh, (3, 3), 0)
custom_config = r'-l eng --oem 3 --psm 6 -c preserve_interword_spaces=1 -c tessedit_char_whitelist="ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789-:. "'
d = pytesseract.image_to_data(gauss, config=custom_config, output_type=Output.DICT)
df = pd.DataFrame(d)
# clean up blanks
df1 = df[(df.conf != '-1') & (df.text != ' ') & (df.text != '')]
pd.set_option('display.max_rows', None)
pd.set_option('display.max_columns', None)
# sort blocks vertically
sorted_blocks = df1.groupby('block_num').first().sort_values('top').index.tolist()
for block in sorted_blocks:
curr = df1[df1['block_num'] == block]
sel = curr[curr.text.str.len() > 3]
# sel = curr
char_w = (sel.width / sel.text.str.len()).mean()
prev_par, prev_line, prev_left = 0, 0, 0
text = ''
for ix, ln in curr.iterrows():
# add new line when necessary
if prev_par != ln['par_num']:
text += 'n'
prev_par = ln['par_num']
prev_line = ln['line_num']
prev_left = 0
elif prev_line != ln['line_num']:
text += 'n'
prev_line = ln['line_num']
prev_left = 0
added = 0 # num of spaces that should be added
if ln['left'] / char_w > prev_left + 1:
added = int((ln['left']) / char_w) - prev_left
text += ' ' * added
text += ln['text'] + ' '
prev_left += len(ln['text']) + added + 1
text += 'n'
print(text)
cv2.waitKey(0)
cv2.destroyAllWindows()
POST-ACTION REPORT
CUSTOM GAME 0:04 e
MATCH SCOREBOARD
DEFEAT Y Oo j8 kK al
MM Zz ezswims.ENMU a 2188 6 0 8 52
a Shiro.ENMU 8 2040 4 4 8 52
SH RubbaDucky.ENMU t 1721 3 1 9 44
ICEDrgon29.ENMU a 1710 3 0 8 69
3 Gongshow.ENMU a 1375 1 1 8 56
2 Nemesis.ERAU 4930 9 3 2 41
2 Phantom.ERAU 4895 9 3 4 50
7 2 Reggie.ERAU 4630 6 o 2 80
2 D4NG3RZON3.ERAU 4510 6 1 5 53
在调用image_to_string之前,请尝试:
img=cv2.bitwise_not(img)