Python Tesseract 找出文本方向/转换

Question

# Tesseract Win-Installer https://github.com/UB-Mannheim/tesseract/wiki

import pytesseract
import cv2

image = cv2.imread("img.png")
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
text = pytesseract.image_to_string(image)
print(text)

输出甚至没有关闭“WX017”，而不是“MX011A”

但是，如果我手动重新排列它可以工作的字符。 我可以转换输入图像并定义 ROI，但方向可以是任何东西。 它也可能是颠倒的。

我想识别圆形周围的弯曲文本

1：

2：

3：

Answer 1

这非常困难，因为tesseract期望文本失真最小。

一种（当然是牵强的）可能性是尝试检测圆，然后将其映射到矩形上。

为此，您可以使用模糊过滤器将每个字母减少为未连接的 blob，并丢弃低于阈值的灰度值； 迭代直到你得到更多或更少的圆形斑点，然后得到它们的中心。 随机取三个三个中的几个，并为每个三元组计算包含所有三个的圆的中心。 这些中心的平均值应该或多或少是刻字圈的中心。

有了中心和近似半径，将适当高度的圆形冠映射到矩形相对容易（例如，使用极坐标到笛卡尔变换）。

然后，您将tesseract应用于转换后的矩形。

还应该可以使用自相关来平均和锐化沿所述矩形的多个相同文本（即“MX011A MXOI1A MX017A”->“MX011A”）。