是否可以使用pytesseract从图像的特定部分提取文本

Question

我在图像中有一个边框（矩形的坐标），我想在该坐标内提取文本。如何使用PyteSeract提取该坐标范围内的文本？

我尝试使用opencv将图像部分复制到其他numpyarray，比如

cropped_image = image[y1:y2][x1:x2]

并尝试了pytesseract。图像到字符串（）。但准确度很差。但当我试着把原始图像变成pytesseract时。它完美地提取了所有的东西。。

是否有任何功能可以使用pytesseract提取图像的特定部分？

这个图像有不同的部分信息考虑我有矩形坐标包围“在线食物递送系统”如何在PytEthARTACT中提取数据？

请帮忙，谢谢

我使用的版本：Tesseract 4.0.0 pytesseract 0.3.0 OpenCv 3.4.3

Answer 1

没有内置函数可以使用Pytesseract提取图像的特定部分，但我们可以使用OpenCV提取ROI边界框，然后将该ROI放入Pytesseract。我们将图像转换为灰度，然后使用阈值来获得二值图像。假设您有所需的ROI坐标，我们使用Numpy切片来提取所需的ROI

从这里我们把它扔进Pytesseract中得到我们的结果

ONLINE FOOD DELIVERY SYSTEM

密码

import cv2
import pytesseract

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

image = cv2.imread('1.jpg', 0)
thresh = 255 - cv2.threshold(image, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

x,y,w,h = 37, 625, 309, 28  
ROI = thresh[y:y+h,x:x+w]
data = pytesseract.image_to_string(ROI, lang='eng',config='--psm 6')
print(data)

cv2.imshow('thresh', thresh)
cv2.imshow('ROI', ROI)
cv2.waitKey()