🔍 Как распознать цифры с картинки с помощью Python?

Для распознавания цифр с картинки в Python вы можете использовать библиотеку OpenCV в сочетании с библиотекой Tesseract. Вот пример кода:

import cv2
import pytesseract

# Загрузка изображения
image = cv2.imread('image.jpg')

# Предварительная обработка изображения
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
threshold = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]

# Применение OCR-движка
text = pytesseract.image_to_string(threshold, config='--psm 6 digits')

# Вывод результата
print(f"Распознанные цифры: {text}")
    

В данном примере мы загружаем изображение с помощью библиотеки OpenCV, выполняем предварительную обработку, чтобы улучшить распознавание, и используем OCR-движок Tesseract для распознавания цифр. Результатом будет вывод распознанных цифр.

Как распознать цифры с картинки в Python

Приветствую! В этой статье мы разберем, как распознать цифры с картинки с помощью Python. Воспользуемся библиотекой OpenCV, которая предоставляет удобные инструменты для обработки изображений.

Шаг 1: Установка библиотеки OpenCV

Перед началом работы нам необходимо установить библиотеку OpenCV. Для этого выполните следующую команду:

pip install opencv-python

После установки OpenCV мы готовы перейти к следующему шагу.

Шаг 2: Загрузка и предобработка изображения

Прежде чем распознавать цифры на изображении, нам необходимо загрузить его и выполнить несколько предобработок. Воспользуемся следующим кодом:

import cv2
  
  def preprocess_image(image_path):
      # Загрузка изображения
      image = cv2.imread(image_path)
      
      # Преобразование изображения в оттенки серого
      gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
      
      # Применение порогового значения для улучшения контраста
      _, threshold = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
      
      # Применение операции размытия, чтобы устранить шум
      blurred = cv2.GaussianBlur(threshold, (5, 5), 0)
      
      return blurred

В функции preprocess_image мы сначала загружаем изображение с помощью cv2.imread. Затем мы преобразуем его в оттенки серого и применяем пороговое значение с помощью cv2.threshold, чтобы улучшить контраст. После этого мы применяем операцию размытия с помощью cv2.GaussianBlur, чтобы устранить шум. На выходе получаем предобработанное изображение.

Шаг 3: Распознавание цифр

Теперь, когда у нас есть предобработанное изображение, мы можем приступить к распознаванию цифр на нем. Для этого воспользуемся следующим кодом:

def recognize_digits(image):
      # Загрузка предварительно обученной модели распознавания цифр
      model = cv2.dnn.readNetFromMNIST('mnist_model.pb')
      
      # Создание копии изображения
      output = image.copy()
      
      # Подготовка изображения для получения контуров
      contours, _ = cv2.findContours(image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
      
      for contour in contours:
          (x, y, w, h) = cv2.boundingRect(contour)
          
          # Исключение слишком маленьких контуров
          if w >= 5 and h >= 25:
              # Выделение цифры на изображении и изменение ее размера до 28x28 пикселей
              digit = image[y:y+h, x:x+w]
              resized_digit = cv2.resize(digit, (28, 28))
              input_data = cv2.dnn.blobFromImage(resized_digit)
              
              # Подача изображения на вход модели и получение предсказания
              model.setInput(input_data)
              output_data = model.forward()
              
              # Получение индекса класса с наибольшей вероятностью
              digit_value = np.argmax(output_data)
              
              # Отрисовка распознанной цифры на изображении
              cv2.rectangle(output, (x, y), (x + w, y + h), (0, 255, 0), 2)
              cv2.putText(output, str(digit_value), (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)
      
      return output

В функции recognize_digits мы загружаем предварительно обученную модель распознавания цифр с помощью cv2.dnn.readNetFromMNIST. Далее мы проходим по контурам на предобработанном изображении, исключая слишком маленькие контуры. Для каждого контура мы выделяем цифру на изображении, изменяем ее размер до 28x28 пикселей с помощью cv2.resize и подаем на вход модели с помощью model.setInput. Затем мы получаем предсказание с помощью model.forward и получаем индекс класса с наибольшей вероятностью с помощью np.argmax. Наконец, мы отрисовываем распознанную цифру на исходном изображении с помощью cv2.rectangle и cv2.putText. На выходе получаем изображение с распознанными цифрами.

Шаг 4: Запуск итогового кода

Теперь, когда у нас есть все необходимое, мы можем запустить итоговый код для распознавания цифр на заданном изображении:

import numpy as np

  # Путь к изображению
  image_path = 'image.png'

  # Загрузка и предобработка изображения
  preprocessed_image = preprocess_image(image_path)

  # Распознавание цифр
  result_image = recognize_digits(preprocessed_image)

  # Отображение итогового изображения
  cv2.imshow('Result', result_image)
  cv2.waitKey(0)
  cv2.destroyAllWindows()

В итоговом коде мы сначала загружаем и предобрабатываем изображение с помощью preprocess_image. Затем мы применяем функцию recognize_digits для распознавания цифр на предобработанном изображении. Наконец, мы отображаем итоговое изображение с распознанными цифрами с помощью cv2.imshow.

Вывод

Теперь вы знаете, как распознать цифры с картинки в Python с помощью библиотеки OpenCV. Мы рассмотрели каждый шаг: установка библиотеки OpenCV, загрузка и предобработка изображения, а также распознавание цифр. Не забывайте применять эти знания в своих проектах и экспериментировать с различными параметрами для достижения наилучших результатов!