Python OpenCV で文字認識(OCR)

Python OpenCV で文字認識(OCR)をやってみた。
(最終回)Python + OpenCVで遊んでみる(OCR編)こちらのサイトを参考にした。
こちらから 「tesseract-ocr」をダウンロード。64bit版をDLした
tesseract-ocr-w64-setup-v5.0.0-alpha.20200223.exe (64 bit) resp.
OCRデータをダウンロードする
Data Files for Version 4.00 (November 29, 2016)
jpn Japanese jpn.traineddata

jpn.traineddataを以下のフォルダにコピーする。
C:\Program Files\Tesseract-OCR\tessdata

インストール後、下記のパスを環境変数に登録します。
Pathに「C:\Program Files\Tesseract-OCR」を追加する。
環境変数項目としてTESSDATA_PREFIXを作成して、「C:\Program Files\Tesseract-OCR\tessdata」を追加する

pyocrをインストールする
opencv
1
pip install pyocr

これで文字認識した。どのくらいの精度があるのかはまだ確認していない。
opencv
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
import pyocr
import pyocr.builders
import cv2
from PIL import Image
import sys
  
#利用可能なOCRツールを取得
tools = pyocr.get_available_tools()
  
if len(tools) == 0:
    print("OCRツールが見つかりませんでした。")
    sys.exit(1)
  
#利用可能なOCRツールはtesseractしか導入していないため、0番目のツールを利用
tool = tools[0]
  
#画像から文字列を取得
res = tool.image_to_string(Image.open("doc.png"),lang="jpn",builder=pyocr.builders.WordBoxBuilder(tesseract_layout=6))
  
#取得した文字列を表示
#print(res)
for d in res:
    print(d.content,end = "") #どの文字として認識したか
 
#以下は画像のどの部分を検出し、どう認識したかを分析
out = cv2.imread("doc.png")
  
for d in res:
    #print(d.content) #どの文字として認識したか
    #print(d.position) #どの位置を検出したか
    cv2.rectangle(out, d.position[0], d.position[1], (0, 0, 255), 2) #検出した箇所を赤枠で囲む
  
#検出結果の画像を表示
cv2.imshow("img",out)
cv2.waitKey(0)
cv2.destroyAllWindows()

コメント

コメントを投稿

このブログの人気の投稿

Python OpenCVとWebカメラでバーコードリーダー

これがやってみたかった。 QRコードリーダーをOpenCVとTkinterで作る 一次元バーコードも認識するみたい。 pyzbarをインストール pip install pyzbar """ OpenCVの動画取得機能を利用し、TkのCanvasに描画して、QRコードを認識させるプログラム """ from datetime import datetime from time import sleep import tkinter import cv2 from PIL import Image, ImageTk from pyzbar import pyzbar root = tkinter.Tk() root.title("QR reader") root.geometry("640x480") CANVAS_X = 640 CANVAS_Y = 480 # Canvas作成 canvas = tkinter.Canvas(root, width=CANVAS_X, height=CANVAS_Y) canvas.pack() # VideoCaptureの引数にカメラ番号を入れる。 # デフォルトでは0、ノートPCの内臓Webカメラは0、別にUSBカメラを接続した場合は1を入れる。 cap = cv2.VideoCapture(0) def show_frame(): global CANVAS_X, CANVAS_Y ret, frame = cap.read() if ret == False: print('カメラから画像を取得できませんでした') image_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) # BGRなのでRGBに変換 image_pil = Image.fromarray(image_rgb) # RGBからPILフォーマットへ変換 image_tk = ImageTk.PhotoImage(image_pil) # ImageTkフォーマットへ変換 # image_t...
続きを読む

VB.net Dictionaryクラスの初期化

[ VB.NET ] From による List, Dictionary クラスの初期化 ( VB2010 ) より VB2010以降で使える 変換テーブルのコードが要らなくなって便利 ' List クラスの初期化 Dim list As New List(Of String) From { "Item1", "Item2" } ' Dictionary クラスの初期化 Dim dect As New Dictionary(Of Integer, String) From { {0, "Item1"}, {1, "Item2"} }
続きを読む