应用场景
竖排繁体文字识别系统主要适用于以下场景：
古籍文献数字化：古代书籍多为竖排繁体，需要转换为现代横排格式
港澳台地区文档处理：这些地区仍保留竖排繁体书写习惯
书法作品识别：传统书法作品多为竖排繁体
历史档案整理：民国及更早时期的档案多为竖排繁体
学术研究：研究古代文献时需要将竖排繁体转为可编辑文本
工具下载：
咕嘎竖排繁体简体中文图片OCR文字识别专用版
百度网盘：https://pan.baidu.com/s/1eH5IKRbNTD5JSkcIXNJTcw?pwd=8888
腾讯云盘：https://share.weiyun.com/tUsrbtHp
原文参考：
https://mp.weixin.qq.com/s/D8QARsz0xvWRaAfaJtLqKQ
详细代码实现
- 图像预处理
import cv2
import numpy as np
from PIL import Image
def preprocess_image(image_path):
# 读取图像
img = cv2.imread(image_path)
# 转换为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化处理
_, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
# 去噪
denoised = cv2.fastNlMeansDenoising(binary, h=10)
# 边缘增强
kernel = np.ones((2, 2), np.uint8)
enhanced = cv2.morphologyEx(denoised, cv2.MORPH_CLOSE, kernel)
return enhanced
竖排文字检测与旋转
def detect_text_direction(image):使用OpenCV检测文字方向
coords = np.column_stack(np.where(image > 0))
angle = cv2.minAreaRect(coords)[-1]if angle < -45:
angle = -(90 + angle)else:
angle = -angle如果角度小于15度，认为是横排，需要旋转90度
if abs(angle) < 15:
return 90return 0
def rotate_image(image, angle):
(h, w) = image.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, angle, 1.0)
rotated = cv2.warpAffine(image, M, (w, h), flags=cv2.INTER_CUBIC, borderMode=cv2.BORDER_REPLICATE)
return rotated
- 使用咕嘎OCR进行竖排繁体识别
import requests
import json
import base64
def gugu_ocr_vertical(image_path, lang='zh-Hant'):
# 读取并预处理图像
img = preprocess_image(image_path)
# 检测文字方向并旋转
angle = detect_text_direction(img)
rotated_img = rotate_image(img, angle)
# 转换为base64
_, buffer = cv2.imencode('.png', rotated_img)
img_base64 = base64.b64encode(buffer).decode('utf-8')
# 调用咕嘎OCR API
url = "https://api.guguocr.com/v1/recognize"
headers = {'Content-Type': 'application/json'}
payload = {
'image': img_base64,
'lang': lang,
'vertical': True, # 指定为竖排文字
'config': {
'preserve_layout': False,
'output_format': 'plain'
}
}
response = requests.post(url, headers=headers, data=json.dumps(payload))
result = response.json()
if result['code'] == 200:
return result['data']['text']
else:
raise Exception(f"OCR识别失败: {result['message']}")
竖排转横排处理
def vertical_to_horizontal(text):竖排文本通常是按列排列，需要转换为行排列
lines = text.split('\n')
max_len = max(len(line) for line in lines)填充各行使其长度一致
padded_lines = [line.ljust(max_len) for line in lines]
转置矩阵实现竖排转横排
horizontal_text = '\n'.join(
''.join(padded_lines[row][col] for row in range(len(padded_lines))) for col in range(max_len))
return horizontal_text
- 繁体转简体
from opencc import OpenCC
def traditional_to_simplified(text):
cc = OpenCC('t2s') # 繁体转简体
return cc.convert(text)
主流程整合
def process_vertical_text(image_path, output_format='horizontal_simplified'):1. OCR识别
traditional_text = gugu_ocr_vertical(image_path)
2. 竖排转横排
if 'horizontal' in output_format:
text = vertical_to_horizontal(traditional_text)else:
text = traditional_text3. 繁体转简体
if 'simplified' in output_format:
text = traditional_to_simplified(text)return text
优化与总结
优化策略
性能优化：
实现本地缓存机制，避免重复处理相同图片
使用多线程处理批量图片
对小型图片进行适当放大以提高识别率
识别率优化：
结合多种OCR引擎结果进行投票选择
实现后处理校正算法，基于统计语言模型修正识别错误
针对特定古籍字体训练专用模型
用户体验优化：
添加实时预览功能，显示识别结果与原始图片对比
实现拖拽上传和多文件批量处理
添加历史记录功能，方便用户查看之前的处理记录
完整示例代码
import cv2
import numpy as np
import requests
import json
import base64
from PIL import Image
from opencc import OpenCC
class VerticalTextOCR:
def init(self):
self.cc = OpenCC('t2s')
def preprocess_image(self, image_path):
img = cv2.imread(image_path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
_, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
denoised = cv2.fastNlMeansDenoising(binary, h=10)
kernel = np.ones((2, 2), np.uint8)
enhanced = cv2.morphologyEx(denoised, cv2.MORPH_CLOSE, kernel)
return enhanced
def detect_text_direction(self, image):
coords = np.column_stack(np.where(image > 0))
angle = cv2.minAreaRect(coords)[-1]
if angle < -45:
angle = -(90 + angle)
else:
angle = -angle
return 90 if abs(angle) < 15 else 0
def rotate_image(self, image, angle):
(h, w) = image.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, angle, 1.0)
rotated = cv2.warpAffine(image, M, (w, h), flags=cv2.INTER_CUBIC, borderMode=cv2.BORDER_REPLICATE)
return rotated
def gugu_ocr(self, image_path, lang='zh-Hant'):
img = self.preprocess_image(image_path)
angle = self.detect_text_direction(img)
rotated_img = self.rotate_image(img, angle)
_, buffer = cv2.imencode('.png', rotated_img)
img_base64 = base64.b64encode(buffer).decode('utf-8')
url = "https://api.guguocr.com/v1/recognize"
headers = {'Content-Type': 'application/json'}
payload = {
'image': img_base64,
'lang': lang,
'vertical': True,
'config': {
'preserve_layout': False,
'output_format': 'plain'
}
}
response = requests.post(url, headers=headers, data=json.dumps(payload))
result = response.json()
if result['code'] == 200:
return result['data']['text']
else:
raise Exception(f"OCR识别失败: {result['message']}")
def vertical_to_horizontal(self, text):
lines = text.split('\n')
max_len = max(len(line) for line in lines)
padded_lines = [line.ljust(max_len) for line in lines]
horizontal_text = '\n'.join(
''.join(padded_lines[row][col] for row in range(len(padded_lines)))
for col in range(max_len)
)
return horizontal_text
def process(self, image_path, output_format='horizontal_simplified'):
traditional_text = self.gugu_ocr(image_path)
if 'horizontal' in output_format:
text = self.vertical_to_horizontal(traditional_text)
else:
text = traditional_text
if 'simplified' in output_format:
text = self.cc.convert(text)
return text
使用示例
if name == "main":
ocr = VerticalTextOCR()
result = ocr.process("ancient_book_page.png")
print("识别结果:")
print(result)
总结
本系统实现了竖排繁体图片文字的识别、旋转、横排转换和繁简转换的全流程处理。
关键点包括：
使用图像预处理技术提高OCR识别率自动检测文字方向并进行适当旋转利用咕嘎OCR的竖排文字识别能力实现竖排到横排的矩阵转换算法整合OpenCC实现高质量的繁简转换未来可进一步优化的方向包括：添加深度学习模型来提高古籍异体字的识别率、实现更智能的排版保留功能、开发桌面版和移动端应用、添加批处理和自动化工作流功能、此系统特别适合古籍数字化、历史研究、跨地区文档处理等场景，能够有效提高竖排繁体文字的处理效率。
