最近收到一個任務，任務內容如下：

指定一個目錄，內含數千張圖片，要求能將指定區域的數字記錄下來，便于分析，圖片如下所示

紅框部分是需要識別出的區域

?先分析下功能需求

1.識別指定區域的數據

2.將數據導出為excel

這里有一個很簡單的方法，就是使用easyocr識別整張圖片，然后檢索結果，整理成excel

識別代碼如下：

import easyocr reader = easyocr.Reader(['en']) result = reader.readtext("xx.bmp") #打印出所有識別到的文字 print(result)

很簡單的一段代碼，執行完成后，就能將圖片上能識別到的文字都存到result上，

我們可以先打印出來，用人肉識別出需要識別的數據坐標x,y是什么，之后寫if else將信息篩選出來

下面是執行的結果

apple@MacBook-Pro ocr % python3 ocr_img.py CUDA not available - defaulting to CPU. Note: This module is much faster with a GPU.[([[277, 0], [355, 0], [355, 19], [277, 19]], 'FC0RI1', 0.0014008946827395506), ([[479, 0], [637, 0], [637, 19], [479, 19]], '2021-10-13,21:19:58', 0.6067788830140517), ([[5, 17], [57, 17], [57, 37], [5, 37]], 'CHI23:', 0.4357974768811839), ([[69, 17], [107, 17], [107, 37], [69, 37]], 'Ir8W', 、0.07446147501468658), ([[125, 17], [171, 17], [171, 37], [125, 37]], 'IOOO', 0.34371185302734375), ([[189, 17], [231, 17], [231, 37], [189, 37]], '5C8', 0.01371344964992317), ([[381, 17], [489, 17], [489, 37], [381, 37]], 'U:220 f: SOHZ', 0.25379714901679773), ([[545, 19], [567, 19], [567, 37], [545, 37]], '8', 0.002208985491478424), ([[585, 21], [635, 21], [635, 39], [585, 39]], '24days', 0.36577745892357233), ([[10, 34], [86, 34], [86, 60], [10, 60]], 'MONITOR', 0.3407369661092041), ([[108, 36], [146, 36], [146, 60], [108, 60]], '8/8', 0.9650125824419508), ([[236, 34], [289, 34], [289, 63], [236, 63]], '放', 0.948400562849713), ([[296, 36], [326, 36], [326, 60], [296, 60]], '大', 0.8672227436346134), ([[521, 37], [567, 37], [567, 57], [521, 57]], '鷗ET', 0.0012719364986274106), ([[6, 62], [214, 62], [214, 88], [6, 88]], 'Btart :10- 13_10:43:5', 0.11246014436800789), ([[226, 63], [276, 63], [276, 89], [226, 89]], 'Time:', 0.9575283801158503), ([[294, 62], [442, 62], [442, 88], [294, 88]], 'Odayg_10:36:@', 0.20593363300327408), ([[25, 93], [135, 93], [135, 153], [25, 153]], 'Urms', 0.9993236064910889), ([[324, 96], [482, 96], [482, 150], [324, 150]], '236.42', 0.9945926786375755), ([[28, 158], [132, 158], [132, 210], [28, 210]], 'IrMS', 0.6551271080970764), ([[352, 156], [482, 156], [482, 212], [352, 212]], '1.734', 0.903081369161515), ([[528, 162], [552, 162], [552, 204], [528, 204]], 'A', 0.8598717599713979), ([[25, 214], [138, 214], [138, 275], [25, 275]], 'Freq', 0.9916050434112549), ([[324, 216], [482, 216], [482, 272], [324, 272]], '49.996', 0.9935817354482747), ([[523, 215], [585, 215], [585, 275], [523, 275]], 'Hz', 0.7322396318166535), ([[350, 276], [506, 276], [506, 332], [350, 332]], '0.229k', 0.8985150015324731), ([[526, 280], [558, 280], [558, 326], [526, 326]], '川', 0.04304330616733765), ([[21, 271], [86, 271], [86, 451], [21, 451]], '阼', 0.008450670474303479), ([[348, 336], [506, 336], [506, 392], [348, 392]], '0.410k', 0.9760298809799972), ([[526, 336], [582, 336], [582, 392], [526, 392]], 'VA', 0.985728575046812), ([[302, 396], [482, 396], [482, 452], [302, 452]], '-0.5576', 0.8452973534231776), ([[26, 454], [110, 454], [110, 480], [26, 480]], '畫面選擇', 0.22726230323314667), ([[152, 454], [236, 454], [236, 480], [152, 480]], '項目選擇', 0.004154475871473551), ([[534, 454], [618, 454], [618, 480], [534, 480]], '畫面保持', 0.7061346769332886)]

?仔細查看數據，可以發現我們要找的第一個框的數據信息如下

([[324, 96], [482, 96], [482, 150], [324, 150]], '236.42', 0.9945926786375755)

一個元組，有三個數據，第一個數據是坐標信息，第二個是識別到的字符串，第三個是識別的準確率

4個坐標分別代表了圖片的四個角

其它數據也是按這個邏輯找到，接下來，我們只需要寫一個for循環，用if else將結果識別出來即可，下面是我項目的部分代碼，以作參考

def ocr_img(img):# 創建reader對象# 讀取圖像if not img.endswith("jpg"):returnresult = reader.readtext(img)print(result)print(len(result))line=[]for a in result:s=a[1];x=a[0][0][0]y=a[0][0][1]if x==479: # print("time:"+s)line.append(s)if x>=300 and x<=356 and y>=90 and y<=100: # print("Urms:"+s)line.append(s)if x>=300 and x<=356 and y>=145 and y<=160: # print("Irms:"+s)line.append(s)if x>=300 and x<=356 and y>=200 and y<=220: # print("Freq:"+s)line.append(s)if x>=300 and x<=356 and y>=270 and y<=280: # print("P:"+s)line.append(s)if x>=300 and x<=356 and y>=330 and y<=340: # print("S:"+s)line.append(s)if x>=300 and x<=356 and y>=390 and y<=400: # print("PF:"+s)line.append(s)if len(line)==7:print(line)if not os.path.exists("result/"+img+".result"):s=""for i in range(0,len(line)):s+=line[i]+","open("result/"+img+".result","w").write(s)else:print("error:"+img,line)for a in result:print(a)

有多張圖片的話，直接for調用即可解決問題

最后會將識別到的結果以csv的格式存起來，可以用excel直接打開查看

這是第一版的程序，執行一個命令行，將那幾千張圖片轉換成csv，任務完成

最終出來的數據，雖然有一部分不是很完整，或者有些錯亂，但總體來說還是好的，至少不用費力一個個輸，只需要將出錯的地方修復一下，能節省大量的錄入時間,perfect

第二版程序2.0，就做成了圖形化界面，可以針對不同的圖片進行批量的識別，如下圖所示

之后再有類似的任務，就是選擇目錄，點擊運行，等個2小時，就OK了

3000張圖片2小時識別完，性能還是差了點，反正是掛機的，沒關系，

等哪天有空再寫個3.0吧?

總結

以上是生活随笔為你收集整理的如何用python批量识别图片上的文字（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。