Détection de Texte et OCR

Fonctions :

• Détection de Texte et OCR (exemple)

  Cette méthode utilise la bibliothèque OpenCV combinée à Tesseract OCR pour détecter et extraire du texte à partir d’images. OpenCV sert à prétraiter l’image et détecter les zones contenant du texte, tandis que Tesseract effectue la reconnaissance optique des caractères (OCR) pour extraire le texte.

  Attributs :

  Paramètre	Type	Description	Valeur par défaut
  image_path	str	Chemin vers l’image à analyser.	—
  lang	str	Langue utilisée pour l’OCR.	eng
  config	str	Paramètres supplémentaires pour Tesseract.	--psm 6

  Exemple de code :

  📋 Copy

  import cv2
  import pytesseract
  
  # Chargement de l'image
  image = cv2.imread('image_texte.jpg')
  
  # Conversion en niveaux de gris
  gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
  
  # Seuillage adaptatif pour améliorer le contraste
  thresh = cv2.adaptiveThreshold(gray, 255,
                                 cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
                                 cv2.THRESH_BINARY, 11, 2)
  
  # Extraction du texte avec Tesseract OCR
  texte = pytesseract.image_to_string(thresh, lang='eng', config='--psm 6')
  
  print(texte)

  Explication du code :

  1. Importation des bibliothèques
   
  - `pytesseract` : bibliothèque d'OCR (reconnaissance optique de caractères) basée sur Tesseract. 
  - `cv2` (OpenCV) : traitement d’image. 
  - `matplotlib.pyplot` : visualisation de l’image. 
  - `urllib.request` : téléchargement de fichiers via une URL. 
  - `numpy` : traitement de tableaux de pixels.
  
  2. Téléchargement d’une image contenant du texte
   
  - Utilisation de `urllib.request.urlopen` pour télécharger une image test depuis GitHub. 
  - Conversion du contenu téléchargé en tableau de pixels avec NumPy. 
  - Décodage de l’image au format couleur avec OpenCV (`cv2.imdecode`).
  
  3. Conversion en niveaux de gris
   
  - Utilisation de `cv2.cvtColor` pour convertir l’image RGB en niveaux de gris, ce qui facilite l’OCR.
  
  4. Application de l’OCR avec Tesseract
   
  - Extraction automatique du texte contenu dans l’image avec `pytesseract.image_to_string`.
  
  5. Affichage de l’image
   
  - Visualisation de l’image originale à l’aide de `matplotlib.pyplot`. 
  - Conversion BGR → RGB (car OpenCV utilise BGR par défaut) pour un affichage correct. 
  - Suppression des axes pour une présentation plus propre.
  
  6. Affichage du texte détecté
   
  - Affichage en console du texte détecté par l’OCR sous forme brute.