OpenCVで文字情報を取得して、エクセルファイルへ出力するサンプルコード頂戴

2024年6月25日

OpenCVは画像処理ライブラリであり、OCR機能を持っていません。OCR（Optical Character Recognition）機能を使って画像から文字情報を取得する場合は、Tesseract OCRエンジンを使用することが一般的です。

以下は、PythonでOpenCVとTesseract OCRを使って画像から文字情報を取得し、それをエクセルファイルに出力するサンプルコードです。このサンプルコードを実行するには、opencv-python と pytesseract ライブラリをインストールする必要があります。

python
import cv2
import pytesseract
import numpy as np
import pandas as pd

# 画像ファイルからテキストを抽出する関数
def extract_text_from_image(image_path):
    # 画像を読み込む
    image = cv2.imread(image_path)

    # グレースケールに変換
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # ノイズを削除
    denoised = cv2.fastNlMeansDenoising(gray, None, 10, 7, 21)

    # テキストを抽出
    text = pytesseract.image_to_string(denoised, lang='jpn')  # 日本語の場合、'jpn'を指定

    return text

# テキストから必要な情報を抽出し、エクセルファイルに出力する関数
def save_to_excel(text):
    # ここに必要な情報の抽出とエクセルへの書き込み処理を追加する

    # 例として、テキストを改行ごとに分割し、それぞれをエクセルの行に書き込む
    lines = text.split('n')
    df = pd.DataFrame({'Text': lines})
    df.to_excel('output.xlsx', index=False)

# 画像ファイルのパス
image_path = 'image.jpg'  # 画像ファイルのパスを指定してください

# 画像からテキストを抽出
text = extract_text_from_image(image_path)

# テキストをエクセルファイルに保存
save_to_excel(text)

このサンプルコードでは、image.jpg という名前の画像ファイルからテキストを抽出し、それを output.xlsx という名前のエクセルファイルに保存します。必要に応じて、save_to_excel 関数内でテキストから必要な情報を抽出し、エクセルファイルに適切に書き込む処理を追加してください。