任何 OCR 系统的一个重要组成部分是图像预处理, 图像预处理的一个重要的工作便是矫正文本方向,比如下面的图片,当进行文字识别时,我们不仅需要处理识别出的文字,还应该把文字按照正确的方向呈现出来
![](http://dingyue.ws.126.net/2022/0410/4d89fb77j00ra3ws4000od200h200aug00h200au.jpg)
使用 Tesseract 和 Python 矫正文本方向
代码实战
首先我们需要建立一个py文件,在文件里面输入如下代码
from pytesseract import Output
import pytesseract
import cv2
import numpy as np
image = cv2.imread('1.png')
rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
results = pytesseract.image_to_osd(rgb, output_type=Output.DICT)
print("[INFO] detected orientation: {}".format(
results["orientation"]))
print("[INFO] rotate by {} degrees to correct".format(
results["rotate"]))
print("[INFO] detected script: {}".format(results["script"]))
首先,我们需要导入一张需要检测文字方向的图片,并转换颜色空间到RGB颜色空间,然后使用pytesseract.image_to_osd函数来进行图片文字方向的检测,然后我们可以打印出来图片的旋转方向等参数
其中包含3个参数:
1、当前图片文字的方向
2、需要旋转的角度
3、检测到的文字类型
得到以上参数后,我们便可以使用opencv的旋转功能进行旋转,但是我们在专栏文章中有介绍过当直接使用opencv旋转时,会有图片区域旋转到图片以外的情况,这里我们需要特殊处理一下,如下图,图片旋转后,进行了裁剪
![](http://dingyue.ws.126.net/2022/0410/732cfd44j00ra3ws4000id200ak00b3g00ak00b3.jpg)
图片旋转后,有被裁剪
这里我们需要建立一个子函数来处理这样的问题
def rotate_bound(image, angle):
(h, w) = image.shape[:2]
(cX, cY) = (w / 2, h / 2)
M = cv2.getRotationMatrix2D((cX, cY), -angle, 1.0)
cos = np.abs(M[0, 0])
sin = np.abs(M[0, 1])
nW = int((h * sin) + (w * cos))
nH = int((h * cos) + (w * sin))
M[0, 2] += (nW / 2) - cX
M[1, 2] += (nH / 2) - cY
return cv2.warpAffine(image, M, (nW, nH))
首先,我们得到图片的中心位置,然后得到图片的转换矩阵,并进行图片的仿生变化的方式进行图片的旋转
rotated = rotate_bound(image, angle=results["rotate"])
cv2.imshow("Original", image)
cv2.imshow("Output", rotated)
cv2.waitKey(0)
这样,我们得到需要旋转的角度传递给rotate_bound的函数,便可以得到旋转后的图片了
文本方向和校正结果
首先输入一个没有旋转的图片,使用python运行代码
[INFO] detected orientation: 0
[INFO] rotate by 0 degrees to correct
[INFO] detected script: Latin
![](http://dingyue.ws.126.net/2022/0410/3193a0f1j00ra3ws5004cd200qg00k4g00it00ea.jpg)
0度
然后我们输入一张经过旋转的照片,再次运行代码
[INFO] detected orientation: 90
[INFO] rotate by 270 degrees to correct
[INFO] detected script: Latin
![](http://dingyue.ws.126.net/2022/0410/4bc787e6j00ra3ws6002td200u000jkg00it00c9.jpg)
90度
我们使用另外一张照片,看看效果
[INFO] detected orientation: 270
[INFO] rotate by 90 degrees to correct
[INFO] detected script: Latin
![](http://dingyue.ws.126.net/2022/0410/4c7a0a48j00ra3ws7002td200ti00h2g00it00av.jpg)
270度
最后我们使用180度的图片进行识别
[INFO] detected orientation: 180
[INFO] rotate by 180 degrees to correct
[INFO] detected script: Latin
![](http://dingyue.ws.126.net/2022/0410/82a6ca16j00ra3ws8003gd200tz00hbg00it00au.jpg)
180度
通过以上的验证pytesseract可以较好的识别出文本方向,然后得到旋转的角度,我们便可以成功把图片给旋转到正确的方向
热门跟贴