Python使用tesserocr识别文字过程中遇到的一个问题

2022-04-06 18:31:34 阅读：223 来源： 互联网

标签：save format Python image 识别 Image PNG tesserocr

最近在使用Python识别PNG图像中包含的文字时遇到一个问题。解决过程记录如下。
（Python使用tesserocr的安装过程不再描述。）
在使用tesserocr识别PNG图像中的文字时，如果PNG比较“干净”，背景没有噪音时，过程比较简单，代码如下：

from PIL import Image
import tesserocr

image = Image.open(r'../data/demo01.png')
print(tesserocr.image_to_text(image))

输出结果为：

This is some text, written in Arial, that will be read by
Tesseract. Here are some symbols: !@#$%"&’()

效果还算可以。
但是如果PNG图片背景有些复杂，在识别之前需要对PNG做一些处理，比如针对下面这幅PNG图片：
复杂背景的PNG图片
这里使用的是简单的阈值过滤，即小于阈值的像素值均设置为黑色（0），大于阈值的像素值设置为白色（255）；然后再对处理后的图像进行处理。代码如下：

from PIL import Image
import tesserocr

def clear_file(file_path, new_file_path):
    image = Image.open(file_path)
    # 为图像设置一个阈值过滤器并保存
    image = image.point(lambda x: 0 if x < 143 else 255)
    image.save(new_file_path)

    return image

image = clear_file(r'..\data\demo02.png', r'..\data\demo02_cleaned.png')
print(tesserocr.image_to_text(image))

本以为会顺利输出结果，但是执行结果却是报了一堆错误：

……
  File "E:\PrivatedData\programs\python\wasp\env\lib\site-packages\PIL\Image.py", line 2212, in save
    save_handler(self, fp, filename)
  File "lib\site-packages\PIL\JpegImagePlugin.py", line 632, in _save
    raise OSError(f"cannot write mode {im.mode} as JPEG") from e
OSError: cannot write mode RGBA as JPEG

错误非常奇怪，明明是PNG图像，怎么说要处理JPEG图像呢？
通过跟踪，发现在选择图像文件的处理方法时，有如下代码（在Image.py的save函数中）：

        if save_all:
            save_handler = SAVE_ALL[format.upper()]
        else:
            save_handler = SAVE[format.upper()]

代码的主要意图是要根据format的值来选择图片的处理函数，而此时format的值为‘JPEG’，因此Pillow就用JPEG的处理函数来处理PNG图像了，所以会出错。
很奇怪，不是根据扩展名来识别图像格式吗。我从头到尾就没有使用到JPEG图像。我不知道Pillow的Image类在什么时候、用什么方式确定format的值。
想在网上查找tesserocr的API文档，看能不能把这个format传递过去，但是没有找到。
于是尝试自己设置图像的format，看能否通过。于是有了下面的代码：

image = clear_file(r'..\data\demo02.png', r'..\data\demo02_cleaned.png')
image.format = 'PNG'
print(tesserocr.image_to_text(image))

输出结果为：

This Is some text, wntten In Arial, that will be "
Tesseract Here are some symbols: l@#$%"&

这里只是一小段练习代码。如果在正式项目中，可以根据图片文件的扩展名来给image.format赋值。当然能不使用“硬”代码更好，但我一直没有找到相关的文档，不知道问题的根本原因是什么。先把这个记录下来，其他继续研究吧。

标签：save,format,Python,image,识别,Image,PNG,tesserocr
来源： https://www.cnblogs.com/i-am-sailing/p/16107853.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

Python使用tesserocr识别文字过程中遇到的一个问题