Nhận diện văn bản từ camera với Raspberry Pi và Tesseract OCR

Trong thời đại số hóa, việc tự động trích xuất thông tin từ hình ảnh ngày càng trở nên phổ biến và hữu ích trong nhiều lĩnh vực. Với một chiếc Raspberry Pi nhỏ gọn và camera module, bạn hoàn toàn có thể xây dựng một hệ thống nhận diện văn bản (OCR) thời gian thực, có thể ứng dụng vào việc xử lý tài liệu giấy hoặc hỗ trợ người khiếm thị đọc nội dung xung quanh.

Bài viết này sẽ hướng dẫn bạn cách kết hợp Raspberry Pi với OpenCV và Tesseract OCR để nhận diện văn bản từ ảnh camera một cách nhanh chóng và chính xác.

Linh kiện sử dụng trong bài

Giảm 7%

Raspberry Pi

Raspberry Pi 4 Model B 2019 – 2GB/4GB/8GB RAM

Giá từ: 1.720.000 ₫

Chọn Mua

Sản phẩm này có nhiều biến thể. Các tùy chọn có thể được chọn trên trang sản phẩm

Giảm 14%

Phụ kiện Raspberry Pi 4

Nguồn chính hãng Raspberry Pi 4 – 5.1V – 3A

350.000 ₫ Giá gốc là: 350.000 ₫.300.000 ₫Giá hiện tại là: 300.000 ₫.

Mua Ngay

Camera Raspberry Pi

Raspberry Pi Camera Module V3 – 12MP – Ống kính Lấy nét Tự động

Giá từ: 890.000 ₫

Chọn Mua

Sản phẩm này có nhiều biến thể. Các tùy chọn có thể được chọn trên trang sản phẩm

Thẻ nhớ

Thẻ Nhớ MicroSD SanDisk Ultra 64GB 100MB/s

190.000 ₫

Mua Ngay

Code Python cho chương trình

Cài đặt các thư viện bằng cách chạy các lệnh sau:

sudo apt update
sudo apt install python3-opencv
sudo apt install python3-pytesseract
sudo apt install libtesseract-dev tesseract-ocr tesseract-ocr-vie tesseract-ocr-eng

Mã Python

from picamera2 import Picamera2
import cv2
import pytesseract
import time
import os

def get_next_filename(prefix="ocr_", ext=".txt"):
    i = 1
    while True:
        filename = f"{prefix}{i:03d}{ext}"
        if not os.path.exists(filename):
            return filename
        i += 1

# Camera
picam2 = Picamera2()
picam2.preview_configuration.main.size = (640, 480)
picam2.preview_configuration.main.format = "BGR888"
picam2.preview_configuration.controls.FrameRate = 30
picam2.configure("preview")
picam2.start()

time.sleep(1)

while True:
    frame = picam2.capture_array()
    cv2.imshow("Frame", frame)

    key = cv2.waitKey(1) & 0xFF

    if key == ord("s"):
        text = pytesseract.image_to_string(frame, lang='vie+eng')

        # Terminal
        print("OCR Text:")
        print(text)

        # Create new file
        filename = get_next_filename()
        with open(filename, "w", encoding="utf-8") as f:
            f.write(text)

        print(f"Da luu vao {filename}")

    elif key == ord("q"):
        break

cv2.destroyAllWindows()
picam2.stop()

Chương trình sẽ chụp ảnh lại và xuất nội dung nhận diện được thành một file văn bản (.txt). Ngôn ngữ được hỗ trợ là tiếng Việt và tiếng Anh.

Chạy chương trình thì camera mở và hiển thị khung hình

Khi bấm phím s:

• Chụp lại khung hình hiện tại
• Sử dụng Tesseract OCR nhận diện văn bản
• In ra kết quả và lưu vào file

Bấm q để thoát chương trình

Kết luận

Dự án OCR với Raspberry Pi không chỉ là một bài tập thú vị về lập trình và thị giác máy tính, mà còn là một giải pháp hữu ích trong thực tế – từ việc tự động hóa công việc văn phòng đến hỗ trợ người dùng trong đời sống hàng ngày. Với chi phí thấp, thiết bị nhỏ gọn và khả năng mở rộng linh hoạt, bạn có thể dễ dàng tùy biến hệ thống để phục vụ nhiều mục đích khác nhau.