python - 自动覆盖图像上的文本

Question

我只是想知道是否可以使用 OCRpytesseract来自动覆盖图像上的文本？我知道pytesseract能够得到image_to_boxes()，它基本上得到了相应字符的框。但是，我不想掩盖所有的字符，只在必要时（即敏感信息的一部分）。为了找到这个，我可以对image_to_string()结果使用正则表达式搜索，如下所示。

ocr_result = pytesseract.image_to_string(Image.open(my_pic))
list(set(re.findall(my_regex, ocr_result)))

但是，使用image_to_box()，我无法找到那些对应的字符，因为它对应于单个字符，例如字符“a”，它在图像中出现多次，我不知道如何找到相应的“a”字符。下面是image_to_boxes()输出示例。

p 1404 1762 1417 1803 0
a 1404 1762 1424 1795 0
...

有没有办法将结果映射image_to_boxes()到image_to_string()正确的字符位置？

我试图实现的目标是自动化该过程，以用黑框覆盖包含敏感信息的文本部分。以前有人做过吗？任何帮助，将不胜感激。

标签： pythonpython-3.xocrtesseractpython-tesseract