简易OCR图片文字识别工具的进一步改进（增加显示图片的功能）

上一篇文章中我们带领大家制作了一个简易的OCR图片文字识别工具，但是，程序还有一些需要我们进一步完善的地方。比如，我们在识别文字后，如果想对照原始图片对处理的文字进行修正操作，我们还要打开图片，然后在图片浏览器和我们的程序之间切换，以便完成我们的需求。有没有更好的办法呢？当然有咯，在程序中增加一个显示图片的功能。这样，我们在进行修正文字错误时，可以对照图片进行检查。怎么样？是不是很酷？现在我们来实现一下这个功能吧……

增加图片显示功能会更方便哦

【分析】

需要增加的是显示图片的功能，我们需要做下面的前期准备工作。

前期准备很重要哦

我们知道，Python的tkinter控件中有很多控件是可以用于显示图片的，只要是控件有image属性的，基本上都可以用于实现这一功能。比如，Label、Button等控件，程序中我们使用Label控件进行显示。再者，如果在Label控件中显示图片，我们一般是将图片转化为PhotoImage类，但是tkinter默认的PhotoImage类只能打开诸如gif、png一类的图片，打开其它类型的图片一般会抛出异常。我们知道，网上下载的图片一般jpg、gif、png等等各种类型，因此，我们需要第三方库支持。程序中我们使用PIL模块中的Image和ImageTk类来创建图像类，这两个类基本可以处理常见的图像类型了。最后，我们需要知道，每一个可以布局的控件都有一个pack_forget()方法，用于暂时不显示该控件。但是这个控件一旦创建还是存在于内存中的。如果需要，我们就使用pack()方法对控件进行显示。知道了这三点内容，我们就可以实现程序了。在此之前，需要安装第三方库PIL，使用pip install pillow进行安装即可。【程序实现】

废话不多说，我们直接开始编码吧，对于重复的代码，本篇不再展示，主要记录一下跟上一篇《使用Python制作一个简易的OCR图片文字识别工具》不同的新增加的代码。

首先导入模块： from PIL import Image, ImageTk

我们在类变量的初始化代码中增加下面标注的几行内容，如图所示。

变量初始化新增代码

上面图片中的英文翻译过来是这样的：执行此操作时，请确保保留对图像对象的引用，以防止被Python的内存分配器垃圾收集。由此我们知道部分Image控件不显示图片的内容，但也不报错的原因是图像对象被内存分配器进行了垃圾回收，因为刚开始如果没有在全局域中对该对象进行声明，如果对象存在于函数或者自定义类中，引用次数为0的对象一般会被内存分配器进行回收，导致图片不显示。

然后，我们在创建具体控件，具体代码如下图所示。

增加按钮控制图片显示

我们看一下对于新增加的按钮的响应事件函数。

显示隐藏图片按钮响应函数

我们看到，在图片显示事件中我们使用了一个函数self.resize(400, 300, self.image)，下面我们看下这个定义函数内容。如下图所示。

设置图片大小随控件展示

好了，编码到此为止。下面我们看看程序实现效果。

【效果展示】

程序打开，显示图片按钮不可用（state=DISABLED）。如下图所示。

程序打开效果

然后我们从本地选择一幅图片，还是之前李白的《将进酒》吧。打开看下效果。如下图所示。

图片内容成功获取并展示

然后我们看下新增的显示图片的功能。关闭提示信息后，打开文件按钮文字相应发生变化，且显示图片按钮变为可用。效果如图所示。

关闭提示信息后显示图片

单击隐藏图片后，图片即可隐藏。如下图所示。

隐藏图片效果成功实现

换个背景看看。

程序执行最终效果

【总结】

今天带大家完成了应用中显示、隐藏图片功能，可以方便我们使用图片和文本框的文本进行修正。我们知道，任何一款好的图像识别算法，不可能做到图像识别正确率100%，这时，我们这个功能的实现就方便了用户更好的进行修正文本。但是，作为Python程序设计，这一块还是存在一些可以改进的地方，如果图片内容太小，或者图片分辨率不够高，我们在原始比例下对图片的文字信息可能看得不是很清楚，这就需要我们对这一程序进行进一步改进，让图像可以缩放，这样是不是就更方便了？后续我们会实现这一功能。感兴趣的读者请持续关注，后续会有精彩内容哦，欢迎大家留言讨论。

转载请注明出处（百家号：Python高手养成）