如何用Python提取图像特定区域文本？已获目标坐标需关联文本

嘿，我来帮你搞定这个指定区域文本提取的问题！你已经完成了最关键的一步——定位到感兴趣的圆形区域，接下来只需要把这些区域单独抠出来，再用OCR工具提取文本并关联坐标就好啦。下面是具体的实现思路和步骤：

1. 从原图像中裁剪出目标圆形区域 #

你已经拿到了每个圆形的中心坐标(x,y)和半径r，接下来可以通过图像裁剪+预处理，把圆形区域单独分离出来。这里以OpenCV为例，给出两种常用方式：

方式1：裁剪包含圆形的正方形区域（简单高效） #

因为大多数OCR工具更适配矩形区域，这种方式足够满足需求：

import cv2
import numpy as np

# 假设你已经通过检测得到了圆形列表：circles = [[x, y, r], ...]
image = cv2.imread('your_image.jpg')

for circle in circles:
    x, y, r = circle
    # 计算正方形裁剪边界（避免超出图像范围）
    x_start = max(0, int(x - r))
    y_start = max(0, int(y - r))
    x_end = min(image.shape[1], int(x + r))
    y_end = min(image.shape[0], int(y + r))
    
    # 裁剪出目标区域
    roi = image[y_start:y_end, x_start:x_end]
    
    # 预处理提升OCR准确率：灰度化+二值化（可根据图像情况调整阈值）
    gray_roi = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY)
    _, binary_roi = cv2.threshold(gray_roi, 127, 255, cv2.THRESH_BINARY_INV)

方式2：精准提取圆形区域（避免干扰） #

如果圆形外的背景有干扰元素，可以用掩码精准保留圆形部分：

# 创建与原图像尺寸一致的空白掩码
mask = np.zeros(image.shape[:2], dtype=np.uint8)
# 在掩码上绘制白色圆形
cv2.circle(mask, (int(x), int(y)), int(r), 255, -1)
# 用掩码提取圆形区域
circular_roi = cv2.bitwise_and(image, image, mask=mask)
# 后续同样做灰度化、二值化预处理

2. 用OCR工具提取区域内的数字 #

推荐使用开源的Tesseract OCR，搭配Python库pytesseract就能快速实现文本提取。重点是调整参数让它专注识别数字：

import pytesseract

# 如果你没把Tesseract加入系统PATH，需要指定路径
# pytesseract.pytesseract.tesseract_cmd = r'你的Tesseract安装路径\tesseract.exe'

# 配置参数：只识别数字，专注短文本
custom_config = r'--oem 3 --psm 10 outputbase digits'
# 从预处理后的区域提取文本
extracted_text = pytesseract.image_to_string(binary_roi, config=custom_config)
# 清理提取结果（去除空格、换行符）
clean_number = extracted_text.strip()

3. 关联提取结果与对应坐标 #

最后把数字和它所属的圆形坐标存储起来就好，用列表或字典都可以：

# 存储最终结果的列表
result_list = []

for circle in circles:
    x, y, r = circle
    # 执行上面的裁剪、预处理、OCR步骤
    # ...
    clean_number = extracted_text.strip()
    
    # 把坐标和数字关联
    result_list.append({
        'center_coords': (round(x, 2), round(y, 2)),
        'radius': round(r, 2),
        'number': clean_number if clean_number else '未识别到数字'
    })

# 打印查看结果
for item in result_list:
    print(f"中心坐标{item['center_coords']}的圆形内，提取到数字：{item['number']}")

实用优化建议 #

• 预处理优先：如果图像模糊、光照不均，先做高斯降噪、对比度增强（比如cv2.equalizeHist()），能大幅提升OCR准确率
• 调整Tesseract参数：如果数字是多行或多个字符，可以把psm改成8（假设单个词）；如果字体特殊，还可以训练自定义字库
• 批量处理：如果有大量图像，可以把流程封装成函数，循环处理更高效

这样一步步下来，就能完美实现你想要的“指定区域文本提取+坐标关联”需求啦！

内容的提问来源于stack exchange，提问作者Aly Abed