Извлечь текст из нескольких фоновых изображений - PullRequest
Новая
       63

Извлечь текст из нескольких фоновых изображений

0 голосов
/ 26 октября 2019

У меня есть несколько изображений с разным фоном,

Мне нужно игнорировать фон и извлечь номер из моего изображения. например:

Original

Original with different background

Original diff 3

после теста у меня есть такой результат:

thresh

из-за цвета фона очень трудно извлечь текст ..

Я использую этот код: 

image = cv2.imread('AA.png')

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 165, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]



# Invert image and perform morphological operations
inverted = 255 - thresh
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (15,3))
close = cv2.morphologyEx(inverted, cv2.MORPH_CLOSE, kernel, iterations=1)

# Find contours and filter using aspect ratio and area
cnts = cv2.findContours(close, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    area = cv2.contourArea(c)
    peri = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.01 * peri, True)
    x,y,w,h = cv2.boundingRect(approx)
    aspect_ratio = w / float(h)
    if (aspect_ratio >= 2.5 or area < 75):
        cv2.drawContours(thresh, [c], -1, (255,255,255), -1)

# Blur and perform text extraction
thresh = cv2.GaussianBlur(thresh, (3,3), 0)
data = pytesseract.image_to_string(thresh, lang='eng',config='tessedit_char_whitelist=0123456789 --psm 6')
print(data)


cv2.imshow('close', close)
cv2.imshow('thresh', thresh)
cv2.waitKey()

Как я могу с точностью извлечь число из этого изображения даже при изменении цвета фона?

Редактировать результат после модификации:

comment

1 Ответ

2 голосов
/ 26 октября 2019

Ваш порог - это ваша проблема. Вот как я должен обработать изображение в Python / OpenCV перед выполнением OCR.

Я просто порождаю 165, чтобы буквы были белыми, а фон - черным. Затем отфильтруйте контуры по области, чтобы удалить маленькие посторонние белые области. Затем инвертируйте результаты, чтобы у вас были черные буквы на белом фоне.

Ввод:

enter image description here

import cv2
import numpy as np

# load image as HSV and select saturation
img = cv2.imread("numbers.png")
hh, ww, cc = img.shape

# convert to gray
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# threshold the grayscale image
ret, thresh = cv2.threshold(gray,165,255,0)

# create black image to hold results
results = np.zeros((hh,ww))

# find contours
cntrs = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cntrs = cntrs[0] if len(cntrs) == 2 else cntrs[1]

# Contour filtering and copy contour interior to new black image.
for c in cntrs:
    area = cv2.contourArea(c)
    if area > 1000:
        x,y,w,h = cv2.boundingRect(c)
        results[y:y+h,x:x+w] = thresh[y:y+h,x:x+w]

# invert the results image so that have black letters on white background
results = (255 - results)

# write results to disk
cv2.imwrite("numbers_extracted.png", results)

cv2.imshow("THRESH", thresh)
cv2.imshow("RESULTS", results)
cv2.waitKey(0)
cv2.destroyAllWindows()


с пороговым значениемИзображение до контурной фильтрации:

enter image description here

Результаты после контурной фильтрации и инверсии:

enter image description here

PS cv2.inRange () может быть альтернативой cv2.threshold.

И, конечно, это решение может быть ограничено этим одним изображением, поскольку другим изображениям могут потребоваться другие значения для порога и областипределы.

...