【发布时间】：2015-05-23 17:07:15
【问题描述】：
我正在尝试编写一个代码，给定一个图像，它将在整个图像上运行 tessearct 并返回检测到文本的所有位置的地图（作为二进制图像）。
不一定是逐个像素的，边界框的联合就足够了。
有没有办法做到这一点？
提前致谢
【问题讨论】：
【发布时间】：2015-05-23 17:07:15
【问题描述】：
是的……（当然）。查看 Python 图像库以加载图像并对其进行裁剪。然后你可以在每一块上应用 Tesseract 并检查输出。
看看at the program我刚才回答了。它可能会帮助您获得所需的元素。它允许您手动选择和区域，并对其进行 OCR。但这很容易改变。
【讨论】：
-
这听起来像是你在解决一个非常不同的问题。
-
完全注意。海报想要绘制一个窗口，并在该窗口中进行 OCR。但是，如果您丢弃程序的那一部分（进行选择），那么您可以在一个小循环中计算细分，并在每个细分中进行 OCR。在原始程序中，目标是用识别的数字重命名文件。你也可以把那部分扔掉。程序会变得更短！
-
union of bounding boxes你的意思是在 N x M 个盒子中细分图像，例如？然后应用 OCR？ -
我读到完全相反：OP想要检测文本，并使用找到的文本的位置来绘制一个窗口。
-
对于窗口，我的意思不是在图像上画一些东西，而是提取一个“矩形”数据，分析它的文本。反正发帖人好像不是来纠正我们的？