aardio 图像识别

XWCXF

今天终于学会了编程中的 OCR 技术！原来计算机真的能识别图片里的文字，这种让程序 "看懂" 图像的能力太神奇了，赶紧把学习过程记录下来。

一、初识OCR：让程序读懂图片文字

（一）简单识别实验

OCR就像给程序装上"火眼金睛"，我先试了试识别本地图片：

[AAuto] 纯文本查看 复制代码

import console;
import string.ocrLite
import string.ocrLite.defaultModels;

var imgpath = "图片路径";
var ocr = string.ocrLite ();

var bit = gdip.bitmap(imgpath);
var text = ocr.detectBitmap(bit);

for(i, value in table.eachIndex(text.blocks)){
console.log(value.text)
}
console.pause();

运行时就像看着程序用"放大镜"逐字扫描图片，当控制台输出文字的那一刻，一种满满的自豪感由然而出！

接着试了网络图片识别，原来只要用inet.http()模块获取图片数据，后面的步骤和本地识别差不多：

[AAuto] 纯文本查看 复制代码

import inet.http;
import console;
import string.ocrLite
import string.ocrLite.defaultModels;
var http = inet.http(); 
var imgurl = "图片的url"; 
var ingData = http.get(imgurl)
var ocr = string.ocrLite();
var bit = gdip.bitmap(ingData);
var text = ocr.detectBitmap(bit);
for(i, value in table.eachIndex(text.blocks)){
    console.log(value.text)
}
console.pause();

（二）提高识别准确率的秘诀

我发现图片质量不好时，识别会出错。还能用"图片美容术"：

灰度化处理：把彩色图片变成黑白照片，文字会更清晰

[AAuto] 纯文本查看 复制代码

import soImage[/align][align=left]import console；[/align][align=left]import string.ocrLite
import string.ocrLite.defaultModels;

img = soImage()
img.load("需要转换为灰度图的图片路径")
// 转换图片为灰度图
img.grayScale()
img.save("保存路径")

imgpath = "保存路径"
var ocr = string.ocrLite();
var bit = gdip.bitmap(imgpath);
var text = ocr.detectBitmap(bit);
for(i, value in table.eachIndex(text.blocks)){
    console.log(value.text)
}
console.pause();

试了下，原本有点模糊的图片处理后，文字边缘果然更清楚了！

二、挑战

今天的挑战是处理这张网络图片：https://aardio.online/upload/files/20250423/1745395458.png

我把学到的知识组合起来，写出了完整代码：

[AAuto] 纯文本查看 复制代码

import soImage;
import console;
import inet.http;
import string.ocrLite;
import string.ocrLite.defaultModels;

var img = soImage();
var http = inet.http();

var imageUrl = "https://aardio.online/upload/files/20250423/1745395458.png";
string.save("D:/aaaaaaac.jpg", http.get(imageUrl));

img.load("D:/aaaaaaac.jpg");
//图片灰度化处理
img.grayScale();
img.save("D:/aaabbb.jpg");

var ocr = string.ocrLite();
var bit = gdip.bitmap("D:/aaabbb.jpg");
var imgtext = ocr.detectBitmap(bit);

for(i, value in table.eachIndex(imgtext.blocks)) {
    console.log(value.text)
}
console.pause();

运行时看着程序一步步下载、处理、识别，最后正确输出文字时，成就感爆棚！原来复杂任务都是由一个个小步骤组成的。

三、总结

今天最大的收获是明白OCR不是魔法，而是通过"图片预处理+识别算法"实现的。当图片质量差时，预处理就像给眼睛戴上眼镜，让OCR能看得更清楚。