使用python读取视频中的指定数字（二）：pytesseract 识别图片

书接上回：https://www.cnblogs.com/mysteriouspavilion/articles/15389927.html

　　我们手上有了视频中截取下来的图片，那么如何识别呢？我选择了 pytesseract. 这个库安装起来没那么容易，但是使用起来就很简单。

　　首先我们需要用 pip 安装 pillow 和 pytesseract：

pip install pytesseract

pip install pillow

 　　但是此时还不能使用 pytesseract。还需要下载 pytesseract 的安装包，地址如下：

https://github.com/UB-Mannheim/tesseract/wiki

　　下载安装完成后需要配置环境变量。我是 win10 的系统，步骤仅供参考。 

　　点击 ”我的电脑“ - ”属性“ - ”高级系统设置“ - ”高级“ - ”环境变量“。在系统变量中找到 Path。

 

 　　点击编辑，新建。将刚才安装的 pytesseract 路径复制进来并保存就可以了。

　　到这里我们用 pip 安装的 pytesseract 还不能使用，需要找到 python 安装库的文件夹，并打开 pytesseract.py 。下面是我的路径，找不到的同学可以尝试在这里面找。插一句题外话，我电脑上装了 listary, 它是一个很棒的搜索软件，可以快速搜索你电脑上的文件，我就是用 listary 找到的 pytesseract.py。 在我朋友的电脑上找了半天才找到。

　　

　　打开 pytesseract.py 之后找到 tesseract_cmd 变量（在开头），把它的值改为安装 pytesseract.exe 的路径，也就是上一步环境变量的值加上 pytesseract.exe.

　

------------------------分割线------------------------

　　随便找一张带文字的图片简单测试一下：

import pytesseract
from PIL import Image

image = Image.open('1.jpg')
result = pytesseract.image_to_string(image)

print(result)

　　如果英文和数字符号能正确识别就完成了第一步。接下来我们要用 pytesseract 处理数据了。

　　因为我们只需要数字，所以我们只用将结果过滤一下，只提取数字就好了（因为结果里面总会混入一些奇奇怪怪的东西）。

import pytesseract
from PIL import Image

image = Image.open('1.jpg')
result = pytesseract.image_to_string(image)
result = ''.join(filter(str.isdigit,result))#只保留数字
print(result)

　　测试运行后就会得到最终的数据了（小数点也被干掉了~~），整合之前的代码，并调试。增加了容错机制，即，如果识别不出来结果，本次识别结果采用上一次的数据。增加了可以控制多少帧识别一次的变量，最终结果会被保存在一个 txt 中。具体内容都在代码和注释中。

'''
将需要识别的视频和这个代码放在同一个文件夹下,文件名可以
在video_path变量中更改,interval变量控制每多少帧视频读
取一次数据,数据保存在result.txt中,仅有数字,不识别小数点
和负号等

使用截取视频的代码确定正确的截取区间后,替换掉box变量,可
以先用较大的interval测试是否可以正确

'''
import cv2#视频转图片
import pytesseract
import numpy
from PIL import Image

name_of_result_file = 'result'#保存截图结果的图片文件名,可修改

box = (35, 300, 180, 460)#左边的数据,根据实际情况修改

result = ''#保存结果的字符串

#旧变量用于识别出错时替代错误结果,默认第一个识别结果不出错
text,text_old = '',''

video_path = 'test_2.mp4'  # 视频地址
interval = 10 #每多少帧截一次数据
num_of_data = 0 #一共多少数据
n = 0

vid = cv2.VideoCapture(video_path)#打开视频

while vid.isOpened():

    is_read, frame = vid.read()
    if is_read :
        n = n+1
        if n == interval:
            n = 1
            num_of_data = num_of_data + 1 #数据个数记录
            image_org = Image.fromarray(cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)).convert('L')
            text_old = text #保存上一次识别结果

            text = pytesseract.image_to_string(image_org.crop(box)) #截取区间并识别图片

            text = ''.join(filter(str.isdigit,text))#用filter提取出数字

            if text == '':
                text = text #如果没有识别出来就采用上一次数据并保存

            result = result + text + '\n' #保存并换行
    else:
        break

print('一共有这么多数据: ',num_of_data,'个/n')

f = open(name_of_result_file + '.txt', "w+")
f.write(str(result))
f.close()

　　最后的结果展示一下

 

 　　这里是每组识别了两个数据，我给出的代码只识别了一组，使用的时候可以看情况自己修改。

　　体会：这个小项目花了两个半天的时间，大部分时间耗费在了识别结果的处理上，因为 pytesseract 识别的准确度还是不太高，所以结果里面总是有一些奇怪的符号。最终使用了灰度处理的办法稍微改进了一下。尽管如此，合适的图片区间并不好找，主要还是视频清晰度和软件的识别精度的问题。本来想能不能直接录屏，但是测试设备不能联网，不方便下载软件录屏，目前就将就着用吧。

转载请注明出处：https://www.cnblogs.com/mysteriouspavilion/articles/15390276.html