基于Python识别不同颜色矩形风管及其内部信息

一、图像预处理（解决Tesseract识别干扰问题） #

• 颜色分割提取风管区域：用OpenCV针对不同颜色风管的HSV色域范围做阈值分割，单独抠出目标风管，过滤背景杂色。示例代码：

  import cv2
  import numpy as np
  
  img = cv2.imread("风管平面图.png")
  hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
  
  # 以蓝色风管为例，可根据实际图像调整HSV数值
  lower_blue = np.array([90, 50, 50])
  upper_blue = np.array([130, 255, 255])
  blue_mask = cv2.inRange(hsv_img, lower_blue, upper_blue)
  blue_duct_area = cv2.bitwise_and(img, img, mask=blue_mask)
  

• 二值化与降噪：将抠出的风管区域转为灰度图后做二值化，再用中值模糊或形态学操作清除小噪点，让文本边缘更清晰：

  gray_duct = cv2.cvtColor(blue_duct_area, cv2.COLOR_BGR2GRAY)
  _, binary_duct = cv2.threshold(gray_duct, 127, 255, cv2.THRESH_BINARY_INV)
  clean_duct = cv2.medianBlur(binary_duct, 3)
  

二、优化Tesseract文本提取 #

• 限定识别范围：只将预处理后的风管区域传入Tesseract，避免无关区域干扰。
• 配置识别参数：针对中文文本添加-l chi_sim语言参数，用--psm 6指定块级文本识别模式（适配风管内的排版）：

  from pytesseract import pytesseract
  
  # 若Tesseract未在系统环境变量中，需指定路径
  pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
  duct_text = pytesseract.image_to_string(clean_duct, lang='chi_sim', config='--psm 6')
  print(duct_text.strip())
  

• 小字号文本处理：若风管内文本过小，可先对区域做放大：

  enlarged_duct = cv2.resize(clean_duct, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC)
  

三、风管分类与信息对应 #

• 用轮廓检测cv2.findContours()提取所有矩形风管的轮廓，结合颜色分割结果给每个风管打上颜色标签。
• 对每个轮廓对应的区域单独裁剪、预处理后提取文本，最终关联“风管颜色-内部文本”的对应关系。

四、备选方案（Tesseract效果不佳时） #

• 尝试国内厂商的OCR API（如百度、阿里云OCR），这类工具对复杂背景下的印刷体识别率更高，适合小批量处理场景。
• 若需长期批量处理，可基于YOLO+CRNN训练自定义文本检测模型，针对性适配风管内的文本格式。

内容的提问来源于stack exchange，提问作者Atharva Purohit