OpenCV+OCR实现弧形文字识别的示例代码_开发_开发者

一、技术原理

弧形文字识别的核心在于将弯曲文本转换为水平直线，便于OCR引擎处理：

几何变换：通过霍夫圆检测定位弧形文字的圆心与半径，利用极坐标变换（warpPolar）将弧形展开为矩形。
OCR适配：展开后的水平文本可直接输入OCR引擎（如Tesseract或PaddleOCR）进行识别。

二、实现步骤与代码详解

1. 图像预处理：扩充与圆检测

import cv2
import numpy as np

# 读取图像并扩充画布（避免边缘截断）
img = cv2.imread("arc_text.png")
new_img = np.zeros((img.shape[0]*3, img.shape[1]*3, 3), dtype=np.uint8)
y_start, x_start = new_img.shape[0]//3, new_img.shape[1]//3
new_img[y_start:y_start+img.shape[0], x_start:x_start+img.shape[1]] = img

# 灰度化 + 中值滤波去噪
gray = cv2.cvtColor(new_img, cv2.COLOR_BGR2GRAY)
gray = cv2.medianBlur(gray, 5)

# 霍夫圆检测（关键参数调节）
circles = cv2.HoughCircles(
    gray, cv2.HOUGH_GRADIENT, dp=1, minDist=100,
    param1=200, param2=30, minRadius=300, maxRadius=500
)
x, y, radius = circles[0][0]  # 取首个检测到的圆

关键点：

图像扩充：避免圆弧靠近边缘导致检测失败。
参数调节：param2（累加器阈值）控制圆检测灵敏度，值越小检测越多（可能包含噪声）。

2. 极坐标变换：弧形转水平

# 截取圆弧区域ROI
roi =javascript new_img[int(y-radius):int(y+radius), int(x-radius):int(x+radius)]
center_roi = (radius, radius)  # ROI内圆心坐标

# 极坐标变换（300x600为输出图像尺寸）
polar_img = cv2.warpPolar(
    roi, (600, 300), center_roi, radius,
    flags=cv2.WARP_POLAR_LINEAR + cv2.INTER_CUBIC
)
polar_img = cv2.rotate(polar_img, cv2.ROTATE_90_CLOCKWISE)  # 旋转为水平文本
cv2.imwrite("polar_transformed.jpg", polar_img)

效果：弧形文字被展开为水平方向，如：

https://example.com/polar_demo.jpg

(图示：弧形文字→水平文本的转换结果)

3. OCR识别与结果映射

# 使用PaddleOCR识别水平文本
from paddleocr import PaddleOCR
ocr = PaddleOCR(use_angle_cls=True, lang="ch")
result = ocr.ocr(polar_img, cls=True)

# 解析识别结果
texts = [line[1][0] for line in result[0]]
print("识别结果:", "".join(texts))

# 反极坐标变换（可选：将结果框映射回原图）
polar_inv = cv2.warpPolar(
    polar_img, (2*radius, 2*radius), center_roi, radius,
    flags=cv2.WARP_INVERSE_MAP + cv2.WARP_POLAR_LINEAR
android)
new_img[y_start:y_start+img.shape[0], x_start:x_start+img.shape[1]] = polar_inv

OCR选型建议：

中文场景：优先选PaddleOCR（对中文支持更好）。
英文场景：Tesseract + --psm 6（识别整块文本）。

⚙ 三、优化技巧与常见问题

圆心检测失败：
- 调整cv2.HoughCircles的param1（边缘梯度阈值）和param2（累加器阈值）。
- 手动指定圆心：若图像中圆弧不完整，可直接标注圆心坐标。
文字扭曲矫正：
- 若极坐标变换后文字倾斜，添加旋转校正（cv2.getRotationMatrix2D + cv2.warpAffine）。
识别精度提升：
- 预处理：对展开后的图像进行锐化（cv2.filter2D）或对比度增强（cv2.equalizeHist）。
- OCR配置：Tesseract启用--oem 3（LSTM引擎）+ 语言模型微调。

四、不同形状文字识别方案对比

文字形状	核心技术	适用OCR引擎	难度
弧形文字	霍夫圆检测 + 极坐标变换	PaddleOCR/Tesseract	⭐⭐⭐⭐
环形文字	圆心扩展 + 极坐标变换	Tesseract	⭐⭐⭐
直线文本	透视变换编程（仿射变换）	任意OCR引擎	⭐⭐
扭曲文本	薄板样条变换（TPS）	CRNN + 语言模型	⭐⭐⭐⭐⭐