python中怎么批量识别图片指定区域的文字

python中怎么批量识别图片指定区域的文字，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

1.aircv

用于识别模板再原始图的位置坐标

pip install aircv

2.Pillow

用于剪裁图片

pip install Pillow

3.Tesseract

文字识别
在此也可以用平台端的API进行更精准的识别
ubuntu下Tesseract环境安装

sudo apt-get install libpng12-dev  sudo apt-get install libjpeg62-dev  sudo apt-get install libtiff4-dev  sudo apt-get install gcc  sudo apt-get install g++  sudo apt-get install automake

1.tesseract-ocr安装

sudo apt-get install tesseract-ocr

2.pytesseract安装

pip install pytesseract

Python代码

识别对应位置

#!/usr/bin/python2.7  # -*- coding: utf-8 -*-  import aircv def matchImg(imgsrc, imgobj, confidence=0.2):  """   图片对比识别imgobj在imgsrc上的相对位置（批量识别统一图片中需要的部分）  :param imgsrc: 原始图片路径(str)  :param imgobj: 待查找图片路径（模板）(str)  :param confidence: 识别度（0<confidence<1.0）  :return: None or dict({'confidence': 相似度(float), 'rectangle': 原始图片上的矩形坐标(tuple), 'result': 中心坐标(tuple)})  """  imsrc = aircv.imread(imgsrc)  imobj = aircv.imread(imgobj)  match_result = aircv.find_template(imsrc, imobj,          confidence) # {'confidence': 0.5435812473297119, 'rectangle': ((394, 384), (394, 416), (450, 384), (450, 416)), 'result': (422.0, 400.0)}  if match_result is not None:   match_result['shape'] = (imsrc.shape[1], imsrc.shape[0]) # 0为高，1为宽  return match_result

图片剪裁

#!/usr/bin/python2.7  # -*- coding: utf-8 -*-  from PIL import Image, ImageEnhance def cutImg(imgsrc, out_img_name, coordinate):  """   根据坐标位置剪切图片  :param imgsrc: 原始图片路径(str)  :param out_img_name: 剪切输出图片路径(str)  :param coordinate: 原始图片上的坐标(tuple) egg:(x, y, w, h) ---> x,y为矩形左上角坐标, w,h为右下角坐标  :return:  """  image = Image.open(imgsrc)  region = image.crop(coordinate)  region = ImageEnhance.Contrast(region).enhance(1.5)  region.save(out_img_name)

图片识别

#!/usr/bin/python2.7  # -*- coding: utf-8 -*-  import pytesseract from PIL import Image image = Image.open('bb.png') code = pytesseract.image_to_string(image) print（code）

关于python中怎么批量识别图片指定区域的文字问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注亿速云行业资讯频道了解更多相关知识。