### 使用Python实现OCR识别图像中的数字 为了使用Python实现OCR来识别图像中的特定字符，特别是数字，可以利用现有的开源库简化开发过程。PaddleOCR是一个强大的工具包，能够高效处理多种语言的文字识别任务[^2]。 对于专注于数字识别的应用场景，除了调整预训练模型外，还可以优化输入数据准备阶段的工作流程。OpenCV提供了丰富的图像处理功能，在执行OCR之前对图片做适当变换有助于提高最终结果准确性[^3]。 #### 安装依赖项并设置环境 确保已安装必要的软件包，包括但不限于`paddleocr`和`opencv-python`： ```bash pip install paddleocr opencv-python ``` #### 编写用于检测与提取数字区域的辅助函数 定义一个方法用来定位可能含有数字的目标框，并对其进行标准化尺寸转换以便后续分析： ```python import cv2 def find_and_resize_digits(image_path): # 加载原始图像文件 orig_image = cv2.imread(image_path) # 转换成灰度图便于轮廓查找操作 gray_img = cv2.cvtColor(orig_image, cv2.COLOR_BGR2GRAY) # 应用边缘保留滤波器减少噪声干扰 blurred_img = cv2.bilateralFilter(gray_img, 11, 17, 17) # Canny算子寻找边界线段集合 edged_img = cv2.Canny(blurred_img, 30, 200) # 寻找闭合轮廓结构体 contours, _ = cv2.findContours(edged_img.copy(), cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # 对所有找到的对象按面积大小降序排列取前十个作为候选区 contours = sorted(contours, key=cv2.contourArea, reverse=True)[:10] screenCnt = None for c in contours: peri = cv2.arcLength(c, True) approx = cv2.approxPolyDP(c, 0.02 * peri, True) if len(approx) == 4: # 假设矩形形状最有可能包含完整的单个数字 screenCnt = approx break if screenCnt is not None: x, y, w, h = cv2.boundingRect(screenCnt) digit_roi = gray_img[y:y+h,x:x+w] processed_digit = resize(digit_roi, width=28) # 统一规格化至固定宽度 return processed_digit else: raise ValueError("未能发现合适的数字区域") # 自定义resize逻辑保持宽高比例不变的同时改变指定边长 def resize(image, width=None, height=None, inter=cv2.INTER_AREA): dimensions = None (original_height, original_width) = image.shape[:2] if width is None and height is None: return image elif width is None: ratio = height / float(original_height) dimensions = (int(original_width * ratio), height) else: ratio = width / float(original_width) dimensions = (width, int(original_height * ratio)) resized_image = cv2.resize(image, dimensions, interpolation=inter) return resized_image ``` 此部分代码主要用于从给定路径加载待测图片，经过一系列形态学运算后锁定疑似数字所在位置，并将其裁剪缩放成适合送入OCR引擎的标准格式。 #### 执行OCR识别并将输出解析为列表形式 最后一步则是调用PaddleOCR接口读取上述处理过的ROI(region of interest)，获取其中所含有的数值信息： ```python from paddleocr import PaddleOCR def recognize_digits_from_image(image_file): try: preprocessed_image = find_and_resize_digits(image_file) ocr_engine = PaddleOCR(use_angle_cls=False, lang='en') # 英文模式下通常也适用于纯阿拉伯数位串匹配 recognition_result = ocr_engine.ocr(preprocessed_image, cls=False)[0] detected_numbers = [] for box, text_info in recognition_result: _, confidence_score = text_info recognized_text = ''.join([char for char in str(text_info[0]) if char.isdigit()]) if recognized_text != '': detected_numbers.append((recognized_text, round(confidence_score, 2))) return detected_numbers except Exception as e: print(f"Error occurred during processing {image_file}: ", str(e)) return [] if __name__ == "__main__": test_image = "./path_to_your_test_image.png" results = recognize_digits_from_image(test_image) print(results) ``` 该脚本会尝试从未知源材料中抽取出潜在的整型序列，并返回带有置信水平评分的结果集。注意这里假设目标仅限于简单的十进制编码；如果遇到更复杂的符号组合，则需进一步定制特征工程环节或者选用更适合的任务导向型算法框架。