- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我正在尝试在 python 中将 Tesseract 3.02 与 ctypes 和 cv2 结合使用。 Tesseract 提供了一组 DLL 暴露的 C 风格 API,其中之一如下:
TESS_API void TESS_CALL TessBaseAPISetImage(TessBaseAPI* handle, const unsigned char* imagedata, int width, int height, int bytes_per_pixel, int bytes_per_line);
到目前为止,我的代码如下:
tesseract = ctypes.cdll.LoadLibrary('libtesseract302.dll')
api = tesseract.TessBaseAPICreate()
tesseract.TessBaseAPIInit3(api, '', 'eng')
imcv = cv2.imread('test.bmp')
w, h, d = imcv.shape
ret = tesseract.TessBaseAPISetImage(api, ctypes.c_char_p(str(imcv.data)), w, h, d, w * d)
#ret = 44 here
最后一行返回错误代码 44,我在 Tesseract 提供的 errcode.h 中找不到任何地方。我不确定我在这里做错了什么。
我发现了类似的问题 How to recognize data not filename using ctypes and tesseract 3.0.2? ,但是问题没有解决。我也知道 https://code.google.com/p/python-tesseract/ , 我深入研究了这个项目的源代码,但没有找到我需要的信息。
我可以通过调用 cv2.imshow
确认 test.bmp 中的图像是合法且可读的。同样的图像也可以通过 Tesseract 在命令行上进行 OCR。
最佳答案
默认的restype
是c_int
,默认的整数参数转换也是c_int
。您会在 Web 上找到假设 32 位平台具有 sizeof(int) == sizeof(void *)
的示例。这从来都不是一个好的假设。要保护 64 位指针在与 Python 整数相互转换时不被截断,请设置函数指针的 argtypes
和 restype
。无论如何这样做都是一个好主意,因为它允许 ctypes 在使用错误的类型或数量的参数时引发 ArgumentError
。
如果您不想为每个函数都定义原型(prototype),那么至少将 TessBaseAPICreate.restype
设置为一个不透明的指针类型。
以下 ctypes 定义基于 header api/capi.h .为方便起见,我将 API 打包到 Tesseract
类中。
import sys
import cv2
import ctypes
import ctypes.util
if sys.platform == 'win32':
LIBNAME = 'libtesseract302'
else:
LIBNAME = 'tesseract'
class TesseractError(Exception):
pass
class Tesseract(object):
_lib = None
_api = None
class TessBaseAPI(ctypes._Pointer):
_type_ = type('_TessBaseAPI', (ctypes.Structure,), {})
@classmethod
def setup_lib(cls, lib_path=None):
if cls._lib is not None:
return
if lib_path is None:
lib_path = ctypes.util.find_library(LIBNAME)
if lib_path is None:
raise TesseractError('tesseract library not found')
cls._lib = lib = ctypes.CDLL(lib_path)
# source:
# https://github.com/tesseract-ocr/tesseract/
# blob/3.02.02/api/capi.h
lib.TessBaseAPICreate.restype = cls.TessBaseAPI
lib.TessBaseAPIDelete.restype = None # void
lib.TessBaseAPIDelete.argtypes = (
cls.TessBaseAPI,) # handle
lib.TessBaseAPIInit3.argtypes = (
cls.TessBaseAPI, # handle
ctypes.c_char_p, # datapath
ctypes.c_char_p) # language
lib.TessBaseAPISetImage.restype = None
lib.TessBaseAPISetImage.argtypes = (
cls.TessBaseAPI, # handle
ctypes.c_void_p, # imagedata
ctypes.c_int, # width
ctypes.c_int, # height
ctypes.c_int, # bytes_per_pixel
ctypes.c_int) # bytes_per_line
lib.TessBaseAPIGetUTF8Text.restype = ctypes.c_char_p
lib.TessBaseAPIGetUTF8Text.argtypes = (
cls.TessBaseAPI,) # handle
def __init__(self, language='eng', datapath=None, lib_path=None):
if self._lib is None:
self.setup_lib(lib_path)
self._api = self._lib.TessBaseAPICreate()
if self._lib.TessBaseAPIInit3(self._api, datapath, language):
raise TesseractError('initialization failed')
def __del__(self):
if not self._lib or not self._api:
return
if not getattr(self, 'closed', False):
self._lib.TessBaseAPIDelete(self._api)
self.closed = True
def _check_setup(self):
if not self._lib:
raise TesseractError('lib not configured')
if not self._api:
raise TesseractError('api not created')
def set_image(self, imagedata, width, height,
bytes_per_pixel, bytes_per_line=None):
self._check_setup()
if bytes_per_line is None:
bytes_per_line = width * bytes_per_pixel
self._lib.TessBaseAPISetImage(self._api,
imagedata, width, height,
bytes_per_pixel, bytes_per_line)
def get_utf8_text(self):
self._check_setup()
return self._lib.TessBaseAPIGetUTF8Text(self._api)
def get_text(self):
self._check_setup()
result = self._lib.TessBaseAPIGetUTF8Text(self._api)
if result:
return result.decode('utf-8')
示例用法:
if __name__ == '__main__':
imcv = cv2.imread('ocrtest.png')
height, width, depth = imcv.shape
tess = Tesseract()
tess.set_image(imcv.ctypes, width, height, depth)
text = tess.get_text()
print text.strip()
我在 Linux 上使用 libtesseract.so.3 对此进行了测试。请注意,cv2.imread
返回一个 NumPy 数组。这有一个 ctypes
属性,其中包括 _as_parameter_
Hook ,设置为指向数组的 c_void_p
指针。另请注意,问题中显示的代码的宽度和高度已调换。它应该是 h, w, d = imcv.shape
。
ocrtest.png:
输出:
I am trying to use Tesseract 3.02 with ctypes and cv2 in python. Tesseract
provides a DLL exposed set of C style APIs, one of them is as following:
关于python - 在 python 中将 tesseract 3.02 的 C API 与 ctypes 和 cv2 结合使用,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21745205/
我到处都找了很多,找不到我的问题的答案。我试图从这个线程复制一个文本检测软件(Extracting text OpenCV)但是在代码的末尾有一条消息错误说没有匹配的矩形,即使我已经在上面绘制了一个并
我已经彻底搜索过,但没有找到直接的答案。 将 opencv 矩阵 (cv::Mat) 作为参数传递给函数,我们传递的是智能指针。我们对函数内部的输入矩阵所做的任何更改也会改变函数范围之外的矩阵。 我读
在我的应用程序中,我有一个通过引用接收 cv::Mat 对象的函数。这是函数的声明: void getChains(cv::Mat &img,std::vector &chains,cv::
我正在使用 Qt 编写一个 GUI 程序,并使用 OpenCV 进行一些视频处理。我在主 GUI 线程的标签中显示 OpenCV 进程(在单独的线程中)的结果。 我遇到的问题是 cv::waitKey
Mat a = (Mat_(3,3) = 2 int dims; //! the number of rows and columns or (-1, -1) when the arr
我尝试运行下面的代码,但出现错误。我正在为名为“Mat::at”的 OpenCV 函数创建一个包装器,并尝试使用“G++”将其编译为 Ubuntu Trusty 上的“.so”。我在下面列出了“.cp
我在 C# 中使用 EmguCV,当我想从网络摄像头抓取帧时遇到问题,语句中出现红色下划线: imgOrg = capturecam.QueryFrame(); error: Cannot impli
我正在尝试从另外两个矩阵生成一个 cv::Mat C,以便获得第三个矩阵,该矩阵由通过组合矩阵 A 和 B 的一维点生成的二维点构成。 我的问题是,我尝试的所有操作都只是连接矩阵,并没有真正将每个点与
我用 cv.imread在 python 中读取 png 文件。然后当我使用 cv.imwrite立即保存图像的功能我然后发现图像中的颜色略有变化。我正在尝试在此图像上执行字符识别,而 OCR 在 p
我尝试将 cv::bitwise_not 转换为 double 值的 cv::Mat 矩阵。我申请了 cv::bitwise_not(img, imgtemp); img是0和1的CV_64F数据。但
我正在尝试使用函数 cv.glmnet 找到最佳的 lambda(使用 RIDGE 回归)以预测某些对象的归属类别。所以我使用的代码是: CVGLM<-cv.glmnet(x,y,nfolds=34,
我有这个方法: static void WriteMatVect(const std::string& filename, const std::vector& mats); ... void Fil
下面的转换是我想要做的。 对于源图像中的每个图 block ,我知道每个角的坐标,并且我知道输出图像中每个对应角的坐标,所以我可以调用 cvWarpPerspective 扭曲每个图 block ,然
我必须在C++ / CLI中的托管和非托管代码中都使用OpenCV。 我正在尝试在托管代码中使用Emgu CV来包装OpenCV对象,但是在进行转换时遇到了麻烦。 我该怎么做: Emgu::CV::M
我正在尝试在 cv::Mat 中使用 CV_32FC4,以便它存储 RGBA32 图像。但是当我使用 cv::imwrite 将其保存为 png 文件时,结果文件始终是一个空图像。 例如,我创建了这样
无法在 VS 2017 中设置 OpenCV。我做错了什么?是的,我已将所有其他帖子设为红色。 代码: #include "opencv2/highgui/highgui.hpp" u
我有两个(相同大小,相同类型)cv:Mat 让我们称它们为 A,B。我还有另一个 cv::Mat,它是一个掩码(0 和 1 值或其他值,0 和 255 也适用)让我们称它为 M。 我需要构造一个新的
使用 OpenCV 中实现的 Scalar 类,我不明白这段代码有什么区别: Mat test; test = Scalar::all(0); 还有这个: Mat test = Scalar::all
我对这行代码感到困惑: cv::Mat_::iterator 我知道 Mat_ 属于 cv 命名空间和 vec3b 也。但是之后的最后一个 :: 操作符和 iterator 让我感到困惑!它也属于 c
我想优雅地将 Mat 转换为 Vec3f。目前我是这样做的: Mat line; Vec3f ln; ln[0] = line.
我是一名优秀的程序员,十分优秀!