Python實現圖片文字提取，提高識別率

一、選擇正確的文字識別工具

在Python中，有多個文字識別工具可供選擇。比如Tesseract-OCR，Google Cloud Vision API等。在使用之前，需對文字識別工具進行了解。

Tesseract-OCR是由Google開源的OCR（Optical Character Recognition）引擎，通過圖像和預處理來識別文本。但是Tesseract-OCR對多語言文字的識別率較低，需要針對性的進行優化。

import pytesseract
from PIL import Image

# 選擇Tesseract-OCR引擎
pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

# 打開並識別圖片
img = Image.open('example.png')
text = pytesseract.image_to_string(img)
print(text)

二、進行圖片預處理

在進行圖片文字提取前，需要考慮做一些圖片預處理操作，可以大大提高識別率。例如灰度化、二值化、去除噪音等。

下面是一個使用OpenCV進行圖片預處理的例子。

import cv2

# 讀取圖片
img = cv2.imread('example.png')

# 灰度圖
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

# 去除噪點
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=2)

# 識別文字
text = pytesseract.image_to_string(opening)
print(text)

三、調整識別參數

在使用Tesseract-OCR識別圖片文字時，可以調整識別參數。通過調整參數，可以提高識別率。

import pytesseract
from PIL import Image

# 選擇Tesseract-OCR引擎
pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

# 調整識別參數
custom_config = r'--psm 6'

# 打開並識別圖片
img = Image.open('example.png')
text = pytesseract.image_to_string(img, config=custom_config)
print(text)

四、圖像分割

對於複雜圖片，文字可能會與其他元素混在一起，降低識別率。因此，可以進行圖像分割，將文字和其他元素分開，提高識別率。

下面是一個簡單的圖像分割例子，使用了OpenCV的輪廓檢測功能。

import cv2

# 讀取圖片
img = cv2.imread('example.png')

# 灰度圖
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

# 去除噪點
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=2)

# 輪廓檢測
contours, hierarchy = cv2.findContours(opening, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 繪製邊界
for i in range(len(contours)):
    x, y, w, h = cv2.boundingRect(contours[i])
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 2)

# 保存結果圖片
cv2.imwrite('result.png', img)