我正在开发一个程序,该程序使用网络摄像头,通过pytesseract(长话短说)读取屏幕上不断变化的数字。它获取整个屏幕的图像,然后使用存储在名为“roi”列表中的预定坐标剪切出需要记录的每个数字(共23个)。还有其他一些步骤,但这是最重要的部分。目前,它正在不断地添加、删除和更改数字,但并不是始终如一地添加、删除和更改数字。以下是一些例子:
它错误地将其解读为“32.0”
它正确地将其解读为“52.0”
它错误地将其解读为“39.3”
它错误地将其解读为“2499.1”
这些图像已经使用OpenCV进行了处理,roi集中的所有图像都是这样的。基于其他答案,我对其进行了二值化,尝试清理边缘,并在图像周围添加了白色边框(请参见代码)
该程序每30秒读取一次屏幕,有时读取正确,有时读取错误。很多时候,它喜欢把5s变成3s,把3s变成5s,把5s变成9s。有时,它只是遗漏或添加了一些数字。下面是我处理图像的代码
pytesseract.pytesseract.tesseract_cmd = #tesseract file path
scale = 1.4
img = cv2.imread(#image file path#)
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img = cv2.rotate(img, cv2.ROTATE_180)
width = int(img.shape[1] / scale)
height = int(img.shape[0] / scale)
dim = (width, height)
img = cv2.resize(img, dim, interpolation=cv2.INTER_AREA)
cv2.destroyAllWindows()
myData = []
cong = r'--psm 6 -c tessedit_char_whitelist=+0123456789.-'
for x,r in enumerate(roi):
imgCrop = img[r[0][1]:r[1][1], r[0][0]:r[1][0]]
scalebig = 0.2
wid = int(imgCrop.shape[1] / scalebig)
hei = int(imgCrop.shape[0] / scalebig)
newdims = (wid, hei)
imgCrop = cv2.resize(imgCrop, newdims)
imgCrop = cv2.threshold(imgCrop,155,255,cv2.THRESH_BINARY)[1]
kernel2 = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
imgCrop = cv2.morphologyEx(imgCrop, cv2.MORPH_CLOSE, kernel2, iterations=2)
value = [255,255,255]
imgCrop = cv2.copyMakeBorder(imgCrop, 10, 10, 10, 10, cv2.BORDER_CONSTANT, None, value = value)
datapoint = pytesseract.image_to_string(imgCrop, lang='eng', config=cong)
myData.append(datapoint)
输出是我上面链接的图片
我已经对它进行了微调,但我有一台Windows机器,似乎找不到好的教程。我不是一名程序员,我花了2个月的时间自学Python来做这件事,但是Tesseract的机器学习方面让我感到困惑,我不知道还有什么其他方法来修复明显不一致的读数。如果你需要任何进一步的信息,请询问,我很乐意告诉你
编辑:添加了更多错误读取的图像以供参考
使用tesseract best_tessdata,我得到了以下结果:
相关问题 更多 >
编程相关推荐