从图像中提取容量值

Question

我正在尝试从名为“Pic1”的附加图像中提取“915ml”。我的代码不起作用。我怎样才能做到这一点？该代码也应该应用于其他示例，例如 915 ml 而不是 915ml，或 915 cl、915l 等。

import cv2
import pytesseract

def extract_capacity(image_path):
    # Load the image
    image = cv2.imread(image_path)

    # Convert the image to grayscale
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # Preprocess the image (optional)
    gray = cv2.medianBlur(gray, 3)

    # Perform text extraction using pytesseract
    text = pytesseract.image_to_string(gray)

    # Find capacity keywords
    capacity_keywords = ["ml", "cl", "kg", "liter"]

    # Extract capacity values from text
    capacity_values = []
    for keyword in capacity_keywords:
        start_index = text.find(keyword)
        if start_index != -1:
            # Extract the numerical value before the keyword
            value = ""
            i = start_index - 1
            while i >= 0 and text[i].isdigit():
                value = text[i] + value
                i -= 1
            capacity_values.append((value, keyword))

    return capacity_values

# Provide the path to your image
pytesseract.pytesseract.tesseract_cmd = 'C:\\Users\\XXXX\\AppData\\Local\\Programs\\Tesseract-OCR\\tesseract.exe'
image_path = "Pic1.jpg"

# Extract capacity values from the image
capacities = extract_capacity(image_path)

# Print the extracted capacity values
for capacity in capacities:
    value, unit = capacity
    print("Capacity:", value, unit)

Answer 1

嘿哥们，我想你必须幸运地进行预处理，库才能完成它的工作。这是我得到的：

从您的代码中，“text”变量没有输出任何内容。就像这样，没有任何内容被读取。只需打印（文本）即可检查是否如此。所以你不会得到任何输出。

我尝试了不同的设置，得到了这些：

1)

gfsinls MCROWA 圆碗圆形 Mlcmndes gtsm！

是

我T

和

2)

圆碗

i M 麦克罗波 O

Q\Iifii&\i&\”\i\“\ji\’\ii&\z\

@'U）

批号 15052023

都不起作用，但我可以向您提供我使用的设置。但从你的问题来看，你似乎正在使用人工智能，所以最好要求它提供替代的预处理步骤，直到text开始包含某些内容。

我的建议是还有一张更好的照片，放大文字。如果它清晰且定向良好，就不会造成伤害。 您可以使用更好的 OCR 服务。可能基于机器学习。