图像文字识别：Python批量识别图片中的文字并自动改名

说明：最近学校要求班委收集每个同学青年大学习的学习完成截图，并核实学习情况，故此次想开发一套自动识别图片中的文字，并对其进行改名的程序，从而将人力解放出来去干些更有意义的事情。

任务目标

1.自动识别图像中特殊字段信息
2.批量读入图片
3.自动批量对图片进行命名

开发准备

Tesseract-OCR介绍
开源的OCR识别引擎，高版本识别基于LSTM，其整个处理流程如下：

以上图片来源于小白学视觉 的博客

安装Tesseract-OCR Python SDK支持

pip install pytesseract

附：网上找到的Tesseract-OCR下载链接

http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe

下载Tesseract-OCR 5.0.0-alpha.20201127安装包并安装，然后在系统的环境变量中添加对于的安装路径，默认为：

C:\Program Files\Tesseract-OCR

若自定义安装，换为对应路径即可。

验证与测试

安装与配置好OpenCV-Python与Tesseract-OCR之后，需要进一步通过代码验证正确性。打开Pycharm IDE，新建一个python项目与python文件，输入以下代码：

import pytesseract as tess
print(tess.get_tesseract_version())
print(tess.get_languages())

运行结果如下：

第一行是版本信息，第二行是支持的语言信息，默认只支持英文。'eng’表示支持英文，'chi_sim’表示支持简体中文。若要想也支持中文的识别，需要自行下载对应的语言包，并将其放在Tesseract OCR安装目录的tessdata文件夹下

Tesseract OCR中英文语言包的下载地址

https://github.com/tesseract-ocr/tessdata

下载chi_sim.traineddata文件，并把们放到tessdata文件夹中。此时，环境基本配置完成。

正式开发

1.利用python调用Tesseract进行图片中的文字识别提取

 image=cv2.imread("C:/Users/dell/Desktop/test")text = tess.image_to_string(image_rgb, lang="chi_sim")print(text)h, w, c = image.shapeboxes = tess.image_to_boxes(image)for b in boxes.splitlines():b = b.split(' ')image = cv2.rectangle(image, (int(b[1]), h - int(b[2])), (int(b[3]), h - int(b[4])), (0, 255, 0), 2);cv2.imshow('text detect', image)cv2.waitKey(0)cv2.destroyAllWindows()

2.对于识别到的文字信息进行提取过滤

def get_str_btw(s, f, b):par = s.partition(f)return (par[2].partition(b))[0][:];

 nameInfo = get_str_btw(text, "专 硕", "用 户 ")

#除去字符中的无用信息，例如空格等
def remove(string):string = string.replace(" ", "")string = string.replace("|", "")return string.replace("\n", "");

3.文件重命名

  ext = os.path.splitext(child)[1]new_name = nameInfo + extprint(new_name)NewInfo = os.path.join('%s/%s' % (filePathC, new_name))try:os.rename(child, NewInfo)except:print("have the same name")

小结

本项目是本人第一次做图片中的文字识别提取，主要是通过调用了Tesseract实现。
本项目实际使用体验还算不错，但还是有很大的改进空间，例如：若图像中的字体特殊，则识别准确率会大幅下降。
本项目后续有空还会继续开发优化，争取做成一款智能通用化的文字识别提取工具。
本项目参考借鉴了小白学视觉的相关内容，以及部分网上的内容，在此向以上大佬表示感谢！
相关博客详情
说明：若有侵权请联系删除！