如何使用OpenCV Python提取已检测圆形区域内的文本？

假设你已经通过cv2.HoughCircles或其他方法得到了圆形的圆心坐标和半径，以下是提取圆形内文本的完整流程：

1. 创建圆形掩码 #

先生成与原图像尺寸一致的全黑掩码，再在掩码上绘制白色填充圆形，标记出需要保留的区域：

import cv2
import numpy as np
import pytesseract

# 替换为你检测到的圆形参数
x_center, y_center, radius = 200, 200, 100
# 读取tif格式图像
img = cv2.imread('target_image.tif')

# 创建全黑掩码
mask = np.zeros(img.shape[:2], dtype=np.uint8)
# 绘制白色填充圆形（255为白色，-1表示填充）
cv2.circle(mask, (x_center, y_center), radius, 255, -1)

2. 提取圆形区域 #

通过位运算将掩码应用到原图像，只保留圆形内的像素：

masked_img = cv2.bitwise_and(img, img, mask=mask)

3. 图像预处理（优化OCR效果） #

OCR对对比度高的二值图识别效果更好，需进行灰度转换、二值化和降噪处理：

# 转灰度图
gray = cv2.cvtColor(masked_img, cv2.COLOR_BGR2GRAY)
# 自适应二值化（适配光照不均场景）
thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)
# 去除微小噪点
kernel = np.ones((1, 1), np.uint8)
cleaned_img = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)

4. OCR提取文本 #

使用Tesseract提取预处理后图像的文本，可通过配置参数优化识别精度：

# 若Tesseract未加入系统环境变量，需指定路径
# pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

# 配置OCR参数：oem=3使用默认引擎，psm=6假设文本为单一均匀块
custom_config = r'--oem 3 --psm 6'
extracted_text = pytesseract.image_to_string(cleaned_img, config=custom_config)

# 输出结果（去除多余空白字符）
print("圆形内文本：", extracted_text.strip())

注意事项 #

• 若检测到多个圆形，只需循环遍历每个圆形的参数重复上述流程即可；
• 二值化方式可根据图像调整：如果文本是深色、背景浅色，可去掉THRESH_BINARY_INV参数；
• 需提前安装Tesseract OCR引擎和Python的pytesseract库。

内容的提问来源于stack exchange，提问作者Shashank A