使用python-tesseract获取识别的单词的边界框

采用

pytesseract.image_to_data()

import pytesseractfrom pytesseract import Outputimport cv2img = cv2.imread('image.jpg')d = pytesseract.image_to_data(img, output_type=Output.DICT)n_boxes = len(d['level'])for i in range(n_boxes):    (x, y, w, h) = (d['left'][i], d['top'][i], d['width'][i], d['height'][i])    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)cv2.imshow('img', img)cv2.waitKey(0)

在返回的数据中

pytesseract.image_to_data()

• left

  是从边界框的左上角到图像左边界的距离。

• top

  是从边界框的左上角到图像顶部的距离。

• width

  和

  height

  是边框的宽度和高度。

• conf

  是模型对该边界框内单词的预测的置信度。如果

  conf

  为-1，则表示相应的边界框包含一个文本块，而不只是一个单词。

pytesseract.image_to_boxes()

pytesseract.image_to_data()