python使用OpenCV-Python结合百度图像识别api实现图片中的文字识别

tang_xiaotang

于 2019-06-12 17:32:06 发布

阅读量9.5k

点赞数 15

CC 4.0 BY-SA版权

分类专栏： python 文章标签： python 图像识别

本文链接：https://blog.youkuaiyun.com/tang_xiaotang/article/details/91574323

本文介绍如何结合OpenCV-Python和百度图像识别API，通过预处理图片来提高文字识别的准确性。步骤包括读取图片转为灰度图，形态学变换，二值化，膨胀和腐蚀操作，筛选文字区域，切分图片并调用API进行文字识别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

上篇文章写了利用百度api实现图像识别提取图片上的文字，但是发现不是那么准确，所以现在结合OpenCV-Python找出图片上的文字，再把需要的文字切分出来，再调用接口识别，这样就会精确很多，附上参考的资料，多不多说，开干。
1.读取文件，并专成灰度图

imagePath = "20190610181452.png"
img = cv2.imread(imagePath)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

原图片
灰度图
2.形态学变换的预处理，得到可以查找矩形的图片

sobel = cv2.Sobel(gray, cv2.CV_8U, 1, 0, ksize = 3)
cv2.imshow('sobel',sobel)
cv2.waitKey()

3.二值化并设置膨胀和腐蚀操作的核函数

#二值化
ret, binary = cv2.threshold(sobel, 0, 255, cv2.THRESH_OTSU+cv2.THRESH_BINARY)
# 设置膨胀和腐蚀操作的核函数
element1 = cv2.getStructuringElement(cv2.MORPH_RECT, (3

最低0.47元/天解锁文章

200万优质内容无限畅学