基于Python的图片文字识别.docx

基于Python的图片文字识别

【摘要】
在有些工程中，有时候我们需要对图片文字识别。本文利用Python,调用OpenCV库，先对图片进行预处理，然后借助Google开源的pytesser对图片文字进行了识别。
【关键词】：OpenCV,pytesser,文字识别

一关于OCR
光学字符识别（英语：OpticalCharacterRecognition,OCR）是指对文本HYPERLINK"https://zh.wikipedia.org/wiki/%E8%B3%87%E6%96%99"\o"数据"资料的HYPERLINK"https://zh.wikipedia.org/wiki/%E5%9B%BE%E5%83%8F"\o"图像"图像HYPERLINK"https://zh.wikipedia.org/wiki/%E6%96%87%E4%BB%B6"\o"文件"文件进行分析识别处理，获取HYPERLINK"https://zh.wikipedia.org/wiki/%E6%96%87%E5%AD%97"\o"文字"文字及版面HYPERLINK"https://zh.wikipedia.org/wiki/%E4%BF%A1%E6%81%AF"\o"信息"信息的过程。一般包括以下几个过程：图像输入、图像前处理、预识别：
1图像输入：对于不同的图像格式，有着不同的存储格式，不同的压缩方式，目前有HYPERLINK"https://zh.wikipedia.org/wiki/OpenCV"\o"OpenCV"OpenCV、HYPERLINK"https://zh.wikipedia.org/w/index.php?title=CxImage&action=edit&redlink=1"\o"CxImage（页面不存在）"CxImage等开源项目。
2预处理：主要包括二值化，噪声去除，倾斜较正等。
2.1二值化：
对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，我们可以简单的分为前景与背景，为了让计算机更快的、更好地识别文字，我们需要先对彩色图进行处理，使图片只剩下前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是HYPERLINK"https://zh.wikipedia.org/w/index.php?title=%E4%BA%8C%E5%80%BC%E5%8C%96%E5%9B%BE&action=edit&redlink=1"\o"二值化图（页面不存在）"二值化图。
2.2噪声去除：
对于不同的文档，我们对噪声的定义可以不同，根据噪声的特征进行去燥，就叫做HYPERLINK"https://zh.wikipedia.org/w/index.php?title=%E5%99%AA%E5%A3%B0%E5%8E%BB%E9%99%A4&action=edit&redlink=1"\o"噪声去除（页面不存在）"噪声去除。
3倾斜校正：由于一般用户，在拍照文档时，都比较随意，因此拍照出来的图片不可避免的产生倾斜，这就需要文字识别软件进行较正。
4版面分析：将文档图片分段落，分行的过程就叫做版面分析，由于实际文档的多样性，复杂性，因此，目前还没有一个固定的，最优的切割模型。
5字符切割：由于拍照条件的限制，经常造成字符粘连，断笔，因此极大限制了识别系统的性能。
6字符识别：这一研究已经是很早的事情了，比较早有模板匹配，后来以特征提取为主，由于文字的位移，笔画的粗细，断笔，粘连，旋转等因素的影响，极大影响特征的提取的难度。
7版面还原：人们希望识别后的文字，仍然像原文档图片那样排列着，段落不变，位置不变，顺序不变地输出到HYPERLINK"https://zh.wikipedia.org/wiki/Word"\o"Word"Word文档、HYPERLINK"https://zh.wikipedia.org/wiki/PDF"\o"PDF"PDF文档等，这一过程就叫做版面还原。
8后处理、校对：根据特定的语言上下文的关系，对识别结果进行校正，就是后处理。

二利用OpenCV进行预处理

（一）关于OpenCV
OpenCV的全称是OpenSourceComputerVisionLibrary，是一个跨平台的HYPERLINK"https://zh.wikipedia.org/wiki/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89"\o"计算机视觉"计算机视觉库。OpenCV可用于开发实时的HYPERLINK"https://zh.wikipedia.org/w