本文主要是介绍Opencv学习项目3——pytesseract，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
上一次我们使用pytesseract.image_to_data(img)来检测文本，这次我们来只检测数字
项目演示
可以看到，我们只检测了数字其他的并没有检测出来
代码实现
前面两次介绍了opencv的画矩形和设置文本，这次就直接用了，不太明白的可以看之前的博客
import cv2
import pytesseractpytesseract.pytesseract.tesseract_cmd = 'C:\\Program Files\\Tesseract-OCR\\tesseract.exe'# 读取图像
img = cv2.imread('3.jpg')
# 将图像从 BGR 格式转换为 RGB 格式（因为 pytesseract 使用 RGB 格式）
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)himg, wimg, _ = img.shape
#只读取数字
cong=r'--oem 3 --psm 6 outputbase digits'
boxes = pytesseract.image_to_data(img,config=cong)
print(boxes)
for x,b in enumerate(boxes.splitlines()):if x!=0:b = b.split()print(b)if (len(b)==12 and b[10]!='0.000000' ):x,y,w,h = int(b[6]),int(b[7]),int(b[8]),int(b[9])cv2.rectangle(img,(x,y),(w+x,h+y),(0,0,255),3)cv2.putText(img,b[11],(x+20,y-10),cv2.FONT_HERSHEY_COMPLEX,1,(50,50,255),2)# 显示带有文本框和识别结果的图像
cv2.imshow( 'result', img)
# 等待按键输入来关闭窗口
cv2.waitKey(0)
# 关闭所有打开的窗口
cv2.destroyAllWindows()
在 Tesseract OCR 中，
config参数用于传递额外的配置选项，以控制 OCR 引擎的行为。r'--oem 3 --psm 6 outputbase digits'包含了三个选项，各自的作用如下：
--oem 3:
- 描述：选择 OCR 引擎模式（OEM）。
- 值：
0: 仅使用传统的 Tesseract OCR 引擎。1: 仅使用基于 LSTM 的 OCR 引擎。2: 同时使用两种引擎，并结合结果。3: 自动选择最合适的引擎（默认）。- 作用：
--oem 3表示让 Tesseract 自动选择最合适的 OCR 引擎。
--psm 6:
- 描述：设置页面分割模式（PSM）。
- 值：
0: 方向和脚本检测（OSD）仅。1: 自动分页与 OSD。2: 自动分页，但不使用 OSD 或 OCR。3: 全自动分页，但不使用 OSD。4: 假设单列文本。5: 假设垂直对齐的单列文本。6: 假设统一间距的段落文本。7: 假设图像为单行文本。8: 假设图像为单个单词。9: 假设图像为单个单词的圆圈。10: 假设图像为单个字符。- 作用：
--psm 6表示假设输入图像是一个有统一间距的段落文本。
outputbase digits:
- 描述：这种配置指示 Tesseract 仅识别数字。
- 作用：
outputbase digits配置 Tesseract 只输出数字字符，而忽略字母和其他字符。通过组合这些选项，
r'--oem 3 --psm 6 outputbase digits'的作用是：
- 使用自动选择的最合适的 OCR 引擎。
- 假设输入图像包含一个有统一间距的段落文本。
- 仅识别和提取数字字符。
大家可以发现我在代码写了一句
if (len(b)==12 and b[10]!='0.000000' ):这个是因为读取数字文本时他将Z错认为“2”了，但是他的置信度为0，因此使用置信度为0将其筛出
如果不将其筛除则会出现这样的情况。
不过最后还是完美解决了，得到了只检测数字的结果
完成了，有兴趣的可以关注一下，近期一直更新，大佬勿喷
这篇关于Opencv学习项目3——pytesseract的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
