Python如何基于Tesseract实现识别文字功能


Posted in Python onJune 05, 2020

机器视觉

从Google的无人驾驶汽车到可以识别假钞的自动售卖机,机器视觉一直都是一个应用广泛且具有深远的影响和雄伟的愿景的领域。

这里我们将重点介绍机器视觉的一个分支:文字识别。介绍如何用一些Python库来识别和使用在线图片中的文字。

我们可以很轻松的阅读图片里的文字,但是机器阅读这些图片就会非常困难,利用这种人类用户可以正常读取但是大多数存贮器没法读取的图片,这时验证码(CAPTCHA)就出现了。验证码读取的难易程序也大不相同。

将图像翻译成文字一般被称为光学文字识别(Optical Character Recognition,OCR)。可以实现OCR的底层库并不多,目前很多库都是使用共同的几个底层OCR库,或者是在上面进行定制。

OCR库概述

在读取和处理图像、图像相差的机器学习以及创建图像等任务中,Python一直都是非常出色的语言。虽然有很多库可以进行图像处理,但是这里我们只介绍Tesseract库。

Tesseract

Tesseract是一个OCR库,目前由Google赞助。Tesseract是目前公认最优秀、最精确的开源OCR系统。除了极高的精确度,Tesseract也具有很高的灵活性。它可以通过训练识别出任何字体,也可以识别出任何Unicode字符。

安装Tesseract:Windows系统

下载可执行安装文件安装即可。

安装pytesseract

Tesseract是一个Python的命令行工具,不是通过import语句导入的库。安装之后,要用tesseract命令在Python的外面运行,但我们可以通过pip安装支持Python版本的Tesseract库:

pip install pytesseract

处理规范的文字

你要处理的大多数文字都是比较干净、格式规范的。格式霍英东的文字通常具有以下特点:

使用统一的标准字体(不包含手写体、草书或者十分“花哨”的字体),复印或者拍照但是字体清晰、没有多余的痕迹或者污点。

排列整齐,没有歪歪斜斜的字。

没有超出图片范围,也没有残缺不全,或紧紧贴在图片的边缘。

文字的一些格式问题在图片预处理时可以进行解决。例如,可以把图片转换成灰度图,调整亮度和对比度,还可以根据需要进行裁剪和旋转,在这里不作介绍。

示例:

英文:

Python如何基于Tesseract实现识别文字功能

F:DE209_F>tesseract english.jpg text
Tesseract Open Source OCR Engine v4.00.00alpha with Leptonica
 
F:DE209_F>type text.txt
This is some text, written in Arial, that will be read by
Tesseract. Here are some symbols: !@#$%"&*()

识别结果的准确率还是挺高的。

通过Python代码实现

英文:

Python如何基于Tesseract实现识别文字功能

中文:

Python如何基于Tesseract实现识别文字功能

#!/usr/bin/python3
# -*- coding:utf-8 -*- 
import pytesseract
from PIL import Image
 
# 打开图像:英文
image = Image.open('english.jpg')
 
# OCR识别:lang默认英文
text = pytesseract.image_to_string(image)
 
# 打印识别后的文本
print(text)
 
# 我是分割线
print("*" * 30)
 
# 打开图像:英文
image = Image.open('china.png')
 
# OCR识别:lang指定中文
text = pytesseract.image_to_string(image, lang = 'chi_sim')
 
# 打印识别后的文本
print(text)

运行结果:

This is some text, written in Arial, that will be read by
Tesseract. Here are some symbols: !@#$%"&*()
******************************
中 华 人 民 共 和 国

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python自动化测试实例解析
Sep 28 Python
Python实现模拟登录及表单提交的方法
Jul 25 Python
Python正则表达式分组概念与用法详解
Jun 24 Python
python用BeautifulSoup库简单爬虫实例分析
Jul 30 Python
Python设计模式之组合模式原理与用法实例分析
Jan 11 Python
浅谈python中get pass用法
Mar 19 Python
Python2.7版os.path.isdir中文路径返回false的解决方法
Jun 21 Python
python实现静态服务器
Sep 05 Python
python处理document文档保留原样式
Sep 23 Python
Python队列、进程间通信、线程案例
Oct 25 Python
Python内存映射文件读写方式
Apr 24 Python
Python爬虫爬取百度搜索内容代码实例
Jun 05 Python
如何导出python安装的所有模块名称和版本号到文件中
Jun 05 #Python
在python中list作函数形参,防止被实参修改的实现方法
Jun 05 #Python
pycharm远程连接vagrant虚拟机中mariadb数据库
Jun 05 #Python
浅谈python 调用open()打开文件时路径出错的原因
Jun 05 #Python
Python命名空间namespace及作用域原理解析
Jun 05 #Python
Python3内置函数chr和ord实现进制转换
Jun 05 #Python
Python 解决相对路径问题:"No such file or directory"
Jun 05 #Python
You might like
无线电的诞生过程
2021/03/01 无线电
php向js函数传参的几种方法
2014/08/10 PHP
微信接口生成带参数的二维码
2017/07/31 PHP
解决laravel5.4下的group by报错的问题
2019/10/16 PHP
JavaScript实现动态增加文件域表单
2009/02/12 Javascript
js 复制或插入Html的实现方法小结
2010/05/19 Javascript
编写Js代码要注意的几条规则
2010/09/10 Javascript
js表头排序实现方法
2015/01/16 Javascript
Jquery树插件zTree用法入门教程
2015/02/17 Javascript
详解JavaScript UTC时间转换方法
2016/01/07 Javascript
使用jquery.qrcode.min.js实现中文转化二维码
2016/03/11 Javascript
AngularJS入门教程之Select(选择框)详解
2016/07/27 Javascript
详解Node.js项目APM监控之New Relic
2017/05/12 Javascript
vue深入解析之render function code详解
2017/07/18 Javascript
4个顶级开源JavaScript图表库
2018/09/29 Javascript
微信小程序实现图片选择并预览功能
2019/07/25 Javascript
[00:09]DOTA2全国高校联赛 精彩活动引爆全场
2018/05/30 DOTA
Python实现SMTP发送邮件详细教程
2021/03/02 Python
Python设计模式之抽象工厂模式
2016/08/25 Python
Python实现简单的获取图片爬虫功能示例
2017/07/12 Python
微信跳一跳辅助python代码实现
2018/01/05 Python
Python读取word文本操作详解
2018/01/22 Python
win10 64bit下python NLTK安装教程
2018/09/19 Python
Python + selenium + requests实现12306全自动抢票及验证码破解加自动点击功能
2018/11/23 Python
python画图系列之个性化显示x轴区段文字的实例
2018/12/13 Python
使用python Telnet远程登录执行程序的方法
2019/01/26 Python
Python变量类型知识点总结
2019/02/18 Python
python分割一个文本为多个文本的方法
2019/07/22 Python
英国男女奢华内衣和泳装购物网站:Figleaves
2017/01/28 全球购物
ghd官网:英国ghd直发器品牌
2018/05/04 全球购物
物业管理公司实习生自我鉴定
2013/09/19 职场文书
高中生学习总结的自我评价范文
2013/10/13 职场文书
应届毕业生自我鉴定范文
2013/12/27 职场文书
不服从上级领导安排的检讨书
2014/09/14 职场文书
2015年学生会工作总结范文
2015/03/31 职场文书
班级元旦晚会开幕词
2016/03/04 职场文书