如何从图像提取黑白文本并将度分秒地理坐标转换为十进制度坐标？

一、优化图像预处理，提升OCR准确率 #

你的方法一已取得初步效果，可通过以下优化进一步降低OCR干扰：

改进后的预处理代码 #

import cv2
import pytesseract as pt

# 读取图像并转为灰度图（消除彩色通道干扰）
img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 背景减法：中值模糊生成背景图，核大小根据文本尺寸调整（建议奇数）
bg = cv2.medianBlur(gray, 71)
out = 255 - cv2.absdiff(bg, gray)

# 二值化增强文本与背景对比度
_, thresh = cv2.threshold(out, 200, 255, cv2.THRESH_BINARY)

# 形态学闭运算去除噪声点，填补文本缝隙
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))
cleaned_img = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

# 放大图像提升小文本识别精度
cleaned_img = cv2.resize(cleaned_img, None, fx=1.2, fy=1.2, interpolation=cv2.INTER_CUBIC)

# OCR配置：指定字符白名单+文本块模式，过滤无关字符
custom_config = r'--oem 3 --psm 6 -c tessedit_char_whitelist=0123456789°\'\"NSEW '
ocr_result = pt.image_to_string(cleaned_img, config=custom_config).strip()

print("优化后OCR结果：", ocr_result)

关键优化点 #

• 转灰度图：聚焦文本本身，消除彩色通道的干扰
• 调整中值模糊核：更大的核可更好过滤文本细节，保留均匀背景
• 形态学操作：闭运算去除孤立噪声，填补文本缝隙
• OCR字符白名单：只保留坐标相关的数字、符号和方向字符，避免无关识别结果
• 图像放大：提升小尺寸文本的识别精度

二、度分秒转十进制度坐标实现 #

针对OCR可能出现的符号识别错误（比如把分号'识别为度号°），用正则匹配提取有效信息后再转换：

转换代码 #

import re

def dms_to_decimal(dms_text):
    # 匹配度分秒模式，兼容符号识别错误（如把'识别为°）
    pattern = r'(\d+)°\s*(\d+)[\'°]\s*(\d+\.?\d*)["\'"]\s*([NSEW])'
    match = re.search(pattern, dms_text)
    
    if not match:
        return None
    
    degrees = int(match.group(1))
    minutes = int(match.group(2))
    seconds = float(match.group(3))
    direction = match.group(4).upper()
    
    # 计算十进制度
    decimal = degrees + minutes / 60 + seconds / 3600
    # 南纬/西经取负数
    if direction in ['S', 'W']:
        decimal = -decimal
    
    return decimal

# 示例：处理你的OCR结果 "TNS 4° 39°96.2\" N"
decimal_coord = dms_to_decimal("TNS 4° 39°96.2\" N")
if decimal_coord:
    print("十进制度坐标：", round(decimal_coord, 6))

说明 #

• 正则兼容符号错误：即使OCR把分号识别为度号，也能正确提取度、分、秒数值
• 方向判断：自动处理南北纬、东西经的正负转换
• 精度控制：用round保留6位小数，符合地理坐标常规精度

内容的提问来源于stack exchange，提问作者David Andres Rubiano Venegas