Python_python圖片識別小程式

之前看了，網上一些python 圖片識別的小程式。自己也試著寫個來測試下！

運行環境  Linux  CentOS  +python 2.7 +PIL庫+ Tesseract3.0+pytesser

 

環境搭建：

        Linux下安裝python就不說了，這裡主要說如何安裝pytesser，PIL和Tesseract

        1.檢查系統是否已經安裝以下庫：

            libpng   ， libjpeg ，libtiff，zlibg-dev

            #yum list | grep libpng

            #yum list | grep libjpeg

            #yum list | grep libtiff

            #yum list | grep zlibg

       沒安裝上就安裝：

           #yum install libpng

           #yum install libjpeg

           #yum install libtiff

           #yum install zlibg

 

     2.安裝Tesseract：

          下載最新版Tesseract，http://code.google.com/p/tesseract-ocr/downloads/list 我下載的是3.0版本。

          解壓壓縮包：

          #tar -zxvf tesseract-3.00.tar.gz

          進入解壓後的檔案夾：

          #cd tesseract-3.00

         安裝： 

          #./configure --prefix=/opt/tesseract  #使用--prefix 來指定安裝的目錄,我這裡的安裝目錄是/opt/tesseract

         #make

        #make install

        安裝完成後要配置PATH，修改使用者home目錄下的 .profile或者.bash-profile我這裡是修改.bash-profile。在PATH那裡加上 以下內容。

        :/opt/tesseract/bin

        令設定檔生效：

         #. .bash-profile

  3.安裝PIL：

      到PIL首頁下載適合你的python版本的PIL：http://www.pythonware.com/products/pil/

        我python是2.7版本的，是：http://effbot.org/downloads/Imaging-1.1.7.tar.gz

        解壓壓縮包：

        #tar -zxvf Imaging-1.1.7.tar.gz

        進入解壓後的檔案夾：

        #cd Imaging-1.1.7

       安裝：

       #python setup.py install

      

 4.安裝pytesser：

     下載pytesser：http://pytesser.googlecode.com/files/pytesser_v0.0.1.zip 目前只有一個版本。

     解壓壓縮包：

     #unzip pytesser_v0.0.1.zip

     建議建立一個檔案夾，把壓縮包放到檔案夾裡在解壓，因為直接使用unzip來解壓會把壓縮包裡的東西解壓到目前的目錄，不易管理。

5.測試：

    在pytesser目錄下建立img_to_text.py內容如下：

 from pytesser import *             #匯入pytesser檔案

def img_to_text(filename):
    img = Image.open(filename)    #讀取圖片檔案
    img.load()                                #這裡要是不用load()方法，有時會提示找不到object。
    if len(img.split())==4:                #這裡主要把圖片的model分離

       r,g,b,a = img.split()          #把圖片的4個model或是通道付給r,g,b,a(r紅色通道，g綠色通道，b藍色通道，a透明Alpha 色板)，PIL在bmp圖片是不支援a通道的。而圖片識別，是先要把圖片轉換成bmp格式在進行識別的。

       img = Image.merge("RGB",(r,g,b))    #去掉a通道，重新組合圖片。

    return image_to_string(img)                #調用pytesser中的image_to_string()方法，進行圖文轉換。方法中用到了tesseract引擎。

if __name__ == '__main__':
    img_to_text()

print "OK"

 

測試：

我這裡那了幾張網上商城的價格圖片進行識別：

 

是原圖：

￥符號不能識別，不過對數字部分沒影響。

測試別的圖片：

 

這張通過轉換成bmp再識別的圖片可以識別出￥符合。不過有時就算轉換成bmp圖片也是不能識別出￥符號。

 

不過要擷取價格可以截取string第3個字元之後的字元。也就是擷取string[2]及其後的字元了。

 

參考文章：  http://www.daniweb.com/software-development/python/threads/253957

                   http://wenyue.me/blog/282   Linux下使用pytesser

                   

 

ps：Tesseract 提供多國語言庫，可以到文章中Tesseract的下載頁面下載。