Python 无法从照片 Linux 中提取数字

编程问答 2022-05-25

问题描述

Here is a hard to decypher image. 我开始了一个项目，现在我想在 google earth pro 上拍摄坐标照片并显示它们。它运行良好，但不是在所有表面上都会弄乱数字或显示乱码。这是我的代码。我可以做些什么来改进数字检测？

它的工作原理是截取我的屏幕截图，裁剪它并取出数字。（我知道它现在无限执行，这没问题）

from pynput import keyboard
from PIL import ImageGrab,Image,ImageEnhance,ImageFilter
import pyautogui
import PyTesseract
import PIL.ImageOps 

PyTesseract.PyTesseract.tesseract_cmd = r"/usr/bin/tesseract"

h = 1280
w = 1024

leftc = 0.65*h
topc = 0.98*w
rightc = 0.808*h
bottomc = w-4

def on_press(key) :
    if key == keyboard.Key.shift: # handles if key press is shift
        image = ImageGrab.grab(bBox=(0,h,w))
        image = image.crop((leftc,topc,rightc,bottomc))
        image = image.resize((202,16),5)
        image.save('sc.png')
        image_to_text = PyTesseract.image_to_string(image,lang='eng')
        print(image_to_text)

def on_release(key) :
    if key == keyboard.Key.shift:
        print()

def get_current_key_input() : 
    with keyboard.Listener(on_press=on_press,on_release=on_release) as listener:
        listener.join()

get_current_key_input()

解决方法

我同意@furas 的观点，请务必阅读他建议的文档。另一方面，让这个答案成为您处理小图像的教程。要进行准确识别，您需要：

    1. 上采样
    1. 将数字居中
    1. 应用简单阈值。

对于小图像，上采样和居中对于使人眼可读和tesseract 可识别的字符或数字至关重要。阈值将使特征（字符和数字的笔画）可用。
向上
采样		 enter image description here
居中 enter image description here
阈值 enter image description here
tesseract 44.429595° lon 26.108718"

Code：

import cv2
import pytesseract

img = cv2.imread("dCbPd.png")
gry = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
(h,w) = gry.shape[:2]
gry = cv2.resize(gry,(w*4,h*4))
gry = cv2.copyMakeBorder(gry,40,cv2.BORDER_CONSTANT,value=255)
thr = cv2.threshold(gry,255,cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]
txt = pytesseract.image_to_string(thr)
print(txt)
print("Pytesseract version: {}".format(pytesseract.get_tesseract_version()))
cv2.imshow("thr",thr)
cv2.waitKey(0)
pynputpythonpython-imaging-librarypython-tesseract