[OpenCV][Python]OCR辨識影像前處理_增加邊框

在tesseract-ocr辨識應用中，建議的留白邊框為10pixl，若Label列印的太剛好，沒有任何的邊框時，就會辨識不到文字。

本文將帶大家如何讓圖像增加邊框。

結果圖

示意的比較誇張，我讓邊框增加100pixl，圖片大小原為211*80。

程式碼

import cv2
import numpy as np

def add_spacing_img(img,spacing):
    # 創建黑色背景的圖像
    h,w = img.shape[:2]
    new_height = h + 2 * spacing
    new_width = w + 2 * spacing

    # 如果是彩色圖
    if len(img.shape) == 3 and img.shape[2] == 3:
        res_img = np.zeros((new_height, new_width, 3), dtype=np.uint8)
    else:
        res_img = np.zeros((new_height, new_width), dtype=np.uint8)
    
    res_img[spacing:h+spacing, spacing:w+spacing] = img

    return res_img

img = cv2.imread(f'圖片路徑')
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
new_image = add_white_spacing_img(gray_img,100)

cv2.imshow('new_image',new_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

函式詳細說明

函式定義

def add_spacing_img(img, spacing):

這是函式的定義。函式名為 add_spacing_img，接受兩個參數：

• img: 要處理的圖像（可以是灰度圖或彩色圖像）。
• spacing: 圖像四周要添加的黑色邊框寬度。

讀取圖像尺寸

h, w = img.shape[:2]

取得圖像的高度 (h) 和寬度 (w)。

定義新圖像的尺寸

new_height = h + 2 * spacing
new_width = w + 2 * spacing

定義增加間距後的新圖像的高度和寬度。新的高度是原高度加上兩倍的間距（上下各一），新的寬度是原寬度加上兩倍的間距（左右各一）。

創建黑色背景的圖像

if len(img.shape) == 3 and img.shape[2] == 3:
        res_img = np.zeros((new_height, new_width, 3), dtype=np.uint8)
    else:
        res_img = np.zeros((new_height, new_width), dtype=np.uint8)

這段程式碼根據輸入圖像的類型創建一個黑色背景的新圖像：

• 如果輸入圖像是彩色圖像（有三個通道），則創建一個尺寸為 (new_height, new_width, 3) 的黑色圖像。
• 如果輸入圖像是灰度圖（只有一個通道），則創建一個尺寸為 (new_height, new_width) 的黑色圖像。

將原圖像放置在新圖像的中央

res_img[spacing:h+spacing, spacing:w+spacing] = img

這行程式碼將原圖像放置在新圖像的中央位置。具體做法是：

• 將新圖像從第 spacing 行到第 h+spacing 行，從第 spacing 列到第 w+spacing 列的區域設置為原圖像的像素值。

假設要白色邊框，只需要更動第11行~14行。

# 如果是彩色圖像
    if len(img.shape) == 3 and img.shape[2] == 3:
        res_img = np.ones((new_height, new_width, 3), dtype=np.uint8) * 255
    else:  # 如果是灰度圖像
        res_img = np.ones((new_height, new_width), dtype=np.uint8) * 255

說明

• np.ones 創建一個所有元素為1的數組。對於彩色圖像，數組的形狀是 (new_height, new_width, 3)；對於灰度圖像，數組的形狀是 (new_height, new_width)。
• * 255 將所有元素乘以255，這樣每個像素的值都會是255（對於8位圖像，255代表白色）。

最後提醒，增加邊框在OCR讀取前，在增加就好，在原圖增加白色或黑色邊框，若跟原圖背景差異太大，只會被OCR辨識模型視為雜訊而已。

其他tesseract相關文章

[OCR][Python]tesseract 辨識模型Fine tune

[OCR_應用]Tesseract-OCR_Config說明

[OCR_應用]Tesseract-OCR_擷取字元面積

[OCR][Python]測試tesseract與easyOCR誰比較準跟快