使用 python 和 opencv 对图像进行 OCR答案

【问题标题】：OCR on images using python and opencv使用 python 和 opencv 对图像进行 OCR
【发布时间】：2018-06-20 00:12:18
【问题描述】：

我是计算机视觉、图像处理和 OCR 的新手。作为任务的一部分，我需要对附加的电子邮件执行 OCR。然而，问题是 ROI 在所有图像中都不是恒定的。例如，在所有图像中，我们需要提取与患者 Yadav 相关的信息。

这需要在 Python 和 OpenCV 中实现。请帮忙。我已经尝试过以下方法：

更改 DPI
灰度
二值化
但是，面临布局或区域分析的问题。

感谢您的帮助。

【问题讨论】：

“为我编写代码”不是问题。您应该开始编写代码，然后在遇到特定问题时再回来。
亲爱的 jdv ......如果我需要编写代码，我应该从哪里开始。我应该从一开始或以后专注于投资回报率领域。如果我需要开始关注投资回报率，那么如何……方法是什么。因为这个领域有很多投资回报率。
本网站不是“为我设计代码”服务。没有人会为你做这件事。您需要某种教程或指南，可以在网上搜索。例如：“OpenCV ROI 示例”
顺便说一句，我真的希望您显示的这些数据是虚拟数据...
是的.....这是一个虚拟数据

标签： python opencv ocr

【解决方案1】：

欢迎来到计算机视觉世界。

我认为您对问题的理解不够好。只是尝试一些东西并检查它是否有效是永远不会奏效的。

首先在https://github.com/tesseract-ocr/tesseract/wiki/ImproveQuality阅读 tesseract（OCR 引擎）如何提高其准确性

好的，那么是什么让 OCR 无法处理您的数据。如您所见，您的数据很干净，几乎没有噪音。所以这是打印电子邮件的边界（如您的问题中的“ROI”）没有正确排列。

所以我们可以让投资回报率正确排列。我们可以使用一些透视变换。我举了https://www.pyimagesearch.com/2014/08/25/4-point-opencv-getperspective-transform-example/的例子

那么我们如何进行透视变换。我们必须找到 ROI 的 4 个角并将其移回图像的角。要找到 ROI 的 4 个角，您可以找到一些轮廓。

这里是总结，这里是步骤。

1. Find the ROI (white color) using color segmentation
2. Find the contour which cover the ROI
3. Find 4 corners of the ROI's contour
4. Apply perspective transform
5. Run tesseract on transformed image

希望有所帮助

【讨论】：