python 识别图像文本 字号 示例

在Python中，我们可以使用OCR (Optical Character Recognition)技术来识别图像中的文本。Tesseract是一个广泛使用的开源OCR引擎，它与Python通过`pytesseract`库集成得非常好。下面是一个简单的示例，展示如何识别图像中的文字，包括基本的字号信息：

首先，你需要安装必要的库：

pip install pytesseract opencv-python-headless Pillow

然后，你可以使用以下代码识别图像中的文本并提取字号信息（如果Tesseract支持的话，字号信息通常不会直接包含，因为这是光学字符识别的一部分，需要额外处理）：

import cv2
from PIL import Image
import pytesseract

# 加载图片
image = cv2.imread('your_image.jpg')
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 使用Otsu's二值化提高识别效果
thresh = cv2.threshold(gray_image, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# 对图像进行预处理，例如去除噪声、改进对比度等
# 这里简化了预处理步骤，实际应用可能更复杂
cleaned_image = cv2.medianBlur(thresh, 3)

# 转换为PIL图片以便于pytesseract处理
pil_image = Image.fromarray(cleaned_image)
text = pytesseract.image_to_string(pil_image, lang='chi_sim')  # 选择适当的语言

# 打印识别的文字
print("识别到的文本:", text)

# 提取字号信息通常不是标准功能，需要额外工具或自定义算法
# 例如，你可以尝试分析字体大小变化，但这通常是模糊的估计，不准确

#