OCR与python

Question

嗨，我正试着用OCR识别这个数字样本https://drive.google.com/folderview?id=0B68PDhV5SW8BTjd0T0FqTG94cG8&usp=sharing

我做了一个数字的数据库，我拍了1号，2号，3号的截图。。。。。。。在

稍后为了识别数字，我截图并与数据库截图进行比较。在

代码工作效率很高，但我有一个懒惰的问题，数字可能是0.00到999.99，所以我需要拍所有这些截图，我不能创建数字，所以我想我需要找到其他解决方案。在

我想如果我能打破截图。（100.99=100和99）我只需要999个样本在我的数据库。在

所以你认为这是个好办法？在

新闻！！！ 我继续寻找，终于找到了解决办法

很少的事情，我需要调整图像的高度到最小25像素100%的好结果。在

如果我用png格式保存图像不工作，但与jpg工作完美。 如果我打开png图像与油漆和保存没有改变没有任何代码工作完美与png图像。我不明白。在

我真的需要工作与png，因为我需要代码工作快。 有没有办法用png格式解决这个问题？在

import pytesseract
from PIL import Image
x = pytesseract.image_to_string(Image.open('101.jpg'))
y = float(x)

print y

搜索有关图像分割的代码，找到轮廓和连接的组件。 我找到了这个代码来找出数字和点的区域。在

在0,1,6,8和dot中发现了1个区域，在其他区域中找到了2个区域。在

我不能改变我的图像工作代码（数字白背景黑，），所以我改变我的图像颜色，我看到不可能的编辑代码，以解决问题的区域。在

谢谢你的帮助

我想我不需要修改代码，如果我能把每个区域保存在不同的图像中，我可以这样做。在

^{pr2}$

---

import sys
from PIL import Image, ImageDraw

class Region():
    def __init__(self, x, y):
        self._pixels = [(x, y)]
        self._min_x = x
        self._max_x = x
        self._min_y = y
        self._max_y = y

    def add(self, x, y):
        self._pixels.append((x, y))
        self._min_x = min(self._min_x, x)
        self._max_x = max(self._max_x, x)
        self._min_y = min(self._min_y, y)
        self._max_y = max(self._max_y, y)

    def box(self):
        return [(self._min_x, self._min_y), (self._max_x, self._max_y)]

def find_regions(im):
    width, height  = im.size
    regions = {}
    pixel_region = [[0 for y in range(height)] for x in range(width)]
    equivalences = {}
    n_regions = 0
    #first pass. find regions.
    for x in xrange(width):
        for y in xrange(height):
            #look for a black pixel
            if im.getpixel((x, y)) == (0, 0, 0, 255): #BLACK NUMBERS FOR WHITE NUMBER USE (255, 255, 255, 255)
                # get the region number from north or west
                # or create new region
                region_n = pixel_region[x-1][y] if x > 0 else 0
                region_w = pixel_region[x][y-1] if y > 0 else 0
                max_region = max(region_n, region_w)

                if max_region > 0:
                    #a neighbour already has a region
                    #new region is the smallest > 0
                    new_region = min(filter(lambda i: i > 0, (region_n, region_w)))
                    #update equivalences
                    if max_region > new_region:
                        if max_region in equivalences:
                            equivalences[max_region].add(new_region)
                        else:
                            equivalences[max_region] = set((new_region, ))
                else:
                    n_regions += 1
                    new_region = n_regions

                pixel_region[x][y] = new_region

    #Scan image again, assigning all equivalent regions the same region value.
    for x in xrange(width):
        for y in xrange(height):
                r = pixel_region[x][y]
                if r > 0:
                    while r in equivalences:
                        r = min(equivalences[r])

                    if not r in regions:
                        regions[r] = Region(x, y)
                    else:
                        regions[r].add(x, y)

    return list(regions.itervalues())

def main():
    im = Image.open(r"0.png")
    regions = find_regions(im)
    draw = ImageDraw.Draw(im)
    for r in regions:
        draw.rectangle(r.box(), outline=(255, 0, 0))
    del draw 
    #im.show()
    output = file("output.png", "wb")
    im.save(output)
    output.close()

if __name__ == "__main__":
    main()