代码之家 › 专栏 › 技术社区 › Maddy

如何在python中使用OCR获取图像重绘文本的坐标

python-tesseract tesseract ocr image-processing python

Maddy · 技术社区 · 6 年前

我正在尝试使用Tesseract从图像中获取文本字符的坐标或位置。我想知道确切的像素位置,以便我可以使用其他工具单击该文本。

编辑:

import pytesseract
from pytesseract import pytesseract
import PIL
from PIL import Image
import cv2
import csv

img = 'E:\\OCR-DATA\\sample.jpg'
imge = Image.open(img)
    data=pytesseract.image_to_string(imge,lang='eng',boxes=True,config='hocr')

print(data)

data 包含具有方框边界值的可识别文本。但我不知道如何利用这个边界值来获得文本的坐标。

的值 数据 变量如下:

O 100 356 115 373 0

u 117 356 127 368 0

t 130 356 138 372 0

p 141 351 152 368 0

u 154 356 164 368 0

t 167 356 175 371 0

2 回复 | 直到 6 年前

Kumar S 4 年前

您可以尝试以下操作:

img = 'tes.jpg'
imge = Image.open(img)
data=pytesseract.image_to_boxes(imge)

print(data)

这将直接给出如下结果:

T 22 58 52 97 0
H 62 58 95 96 0
R 102 58 135 97 0
E 146 57 174 97 0
A 184 57 216 96 0
D 225 56 258 96 0

DAB 2 年前

在每一行中都有边界框的坐标。

发件人: Training Tesseract â Make Box Files

字符、左、下、右、上、页

因此,对于每个字符,您将获得字符,后跟其边界框字符,然后是基于0的页码。

推荐文章

Rahul Kishan · 如何使用Microsoft制作实时摄像头。媒体ocr具有边框覆盖,用户可以在UWP中触摸并进行文本到语音转换?

6 年前

Casper · MNIST OCR的图像预处理

6 年前

mandok · 降低图片中的噪波,使用tesseract启用OCR

6 年前

Rodrigo Pelissier · 如何将TesseractOCRiOS与西班牙语结合使用?

6 年前

Snake · 将google vision api文本检测限制在特定区域

6 年前

Bunnies_Nothing · 允许空格的17位正则表达式

6 年前

Kilazur · 使用数据库定位器在单个列上进行搜索,可信度是否正确?

6 年前

Maddy · 如何在python中使用OCR获取图像重绘文本的坐标

6 年前

Sean · OCR:低对比度/噪声区域

6 年前

S. A. · 在后台运行Automator工作流

6 年前