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
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(&39;) rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) results = pytesseract.image_to_osd(rgb, output_type=Output.DICT) print(&34;.format( results[&34;])) print(&34;.format( results[&34;])) print(&34;.format(results[&34;]))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
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[&34;]) cv2.imshow(&34;, image) cv2.imshow(&34;, 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: Latin0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: Latin90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: Latin270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: Latin180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
本站所发布的文字与图片素材为非商业目的改编或整理，版权归原作者所有，如侵权或涉及违法，请联系我们删除
热门信息
阅读 ()
1 注册微信号怎么注册第二个阅读 ()
2 怎么把照片变成卡通头像阅读 ()
3 手机越充越少电怎么解决