python--通过ocr对数据可视化视频还原为csv，进行简单的分析

见github https://github.com/TouwaErioH/Machine-Learning/tree/master/video/video

题目描述：

source

https://www.youtube.com/channel/UCkWbqlDAyJh2n8DN5X6NZyg

https://www.youtube.com/channel/UCkWbqlDAyJh2n8DN5X6NZyg/videos

下载视频

Most Popular Websites 1996-2019

Most Popular Programming Languages 1965-2019

Most Popular Internet Browsers 1996-2019

Most Popular Mobile Phone Brands 1993-2019

Most Downloaded Android Messengers 2011-2019

Best-Selling Music Artists 1969-2019 来自于Data is Beautiful

要求： 通过OCR、图像分析方法，还原成按年的静态表格，并分析一下相关数据变化的原因。如果能写程序动态播放这些表格就更好了。

按照如下方式提交一个*.csv文件。关于csv文件说明，可以上网查查，就是纯文本文件，文件扩展名改成了csv。
报告直接贴出csv文件内容。
最后提交的压缩包包括代码，报告，csv。

每一个时间段为一行，第一个元素是时间，之后是第一个的名字，对应的值（百分比，绝对值），然后第二个，第三个，有几个写几个。

time,No1_name,Value,No2_name, Value, No2_name, Value

这里选择做most popular programming language

另外，这种视频叫做数据可视化视频：

框架

https://github.com/Jannchie/Historical-ranking-data-visualization-based-on-d3.js

制作：准备好csv文件即可

https://www.zhihu.com/question/290568141/answer/829442104

OCR:

Tesseract

微软Azure 图像识别：https://azure.microsoft.com/z...

有道智云文字识别：http://aidemo.youdao.com/ocrdemo

阿里云图文识别：https://www.aliyun.com/produc...

腾讯OCR文字识别： https://cloud.tencent.com/pro...

一些参考：

python pytesseract psm 选项参数  https://blog.csdn.net/huitailangyz/article/details/80390090

PIL模块介绍 https://blog.csdn.net/zhangziju/article/details/79123275

tesseract-ocr识别英文和中文图片文字以及扫描图片实例讲解  http://www.sohu.com/a/162152933_787107

验证码/OCR图像识别预处理（去噪） https://blog.csdn.net/wsp_1138886114/article/details/82956297

Selenium&Pytesseract模拟登录+验证码识别  https://cloud.tencent.com/developer/article/1510012

python实现视频关键帧提取（基于帧间差分） https://blog.csdn.net/u011583927/article/details/84842915

python+opencv 实现图片和文字的分割 https://www.jb51.net/article/164611.htm

利用pandas读取Excel表格，用matplotlib.pyplot绘制直方图、折线图、饼图  https://www.cnblogs.com/xcuyms/p/11550606.html

Matplotlib绘图时x轴标签重叠的解决办法   https://www.jianshu.com/p/01ed72b2aeee