这篇博客将介绍如何使用Python，进行视频流OCR；

Optical Character Recognition OCR光学字符识别

之前的博客介绍了如何使用快速傅立叶变换（FFT）检测图像和文档中的模糊。使用这种方法，能够检测出模糊、低质量的图像，然后提醒用户应该尝试捕获更高质量的版本，以便能够对其进行OCR。

这篇博客将介绍如何对视频流进行OCR。首先需要检测模糊、低质量的帧过滤掉，只对足够质量的帧进行OCR。原理是使用FFT。

由于光照条件、相机镜头自动聚焦和运动模糊的快速变化，视频自然会有低质量的帧。
需要检测这些低质量的帧并丢弃它们，而不是试图对这些低质量的帧进行OCR，这最终会导致低OCR精度（或更糟的，完全没有意义的结果）。

检测低质量帧的一种简单方法是使用模糊检测。因此使用FFT模糊检测器处理视频流。保证OCR管道能够在视频流上运行，同时仍保持高精度。

1. 效果图

OCR视频效果图如下：

正确识别某一帧非模糊，及ocr卡片内容效果图如下：
顶部