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中mechanize库的简单使用示例
Jan 10 Python
python删除指定类型(或非指定)的文件实例详解
Jul 06 Python
linux平台使用Python制作BT种子并获取BT种子信息的方法
Jan 20 Python
python 禁止函数修改列表的实现方法
Aug 03 Python
对pandas进行数据预处理的实例讲解
Apr 20 Python
python使用Matplotlib画条形图
Mar 25 Python
Python3 利用requests 库进行post携带账号密码请求数据的方法
Oct 26 Python
详解Python中正则匹配TAB及空格的小技巧
Jul 26 Python
用Python画一个LinkinPark的logo代码实例
Sep 10 Python
python实现通过队列完成进程间的多任务功能示例
Oct 28 Python
使用Python脚本从文件读取数据代码实例
Jan 19 Python
python爬取豆瓣电影排行榜(requests)的示例代码
Feb 18 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
咖啡的植物学知识
2021/03/03 咖啡文化
文件上传的实现
2006/10/09 PHP
CodeIgniter图像处理类的深入解析
2013/06/17 PHP
php实现httpRequest的方法
2015/03/13 PHP
PHP实现无限分类的实现方法
2016/11/14 PHP
用PHP的socket实现客户端到服务端的通信实例详解
2017/02/04 PHP
PHP迭代器接口Iterator用法分析
2017/12/28 PHP
解决laravel 出现ajax请求419(unknown status)的问题
2019/09/03 PHP
比Jquery的document.ready更快的方法
2010/04/28 Javascript
javascript 事件处理、鼠标拖动效果实现方法详解
2012/05/11 Javascript
javascript 实现字符串反转的三种方法
2013/11/23 Javascript
正则中的回溯定义与用法分析【JS与java实现】
2016/12/27 Javascript
关于ES6的六个小特性(二)
2017/02/20 Javascript
vue自定义移动端touch事件之点击、滑动、长按事件
2018/07/10 Javascript
小程序ios音频播放没声音问题的解决
2018/07/11 Javascript
VUE2.0+ElementUI2.0表格el-table实现表头扩展el-tooltip
2018/11/30 Javascript
javascript实现评分功能
2020/06/24 Javascript
[54:10]完美世界DOTA2联赛PWL S2 Magma vs FTD 第二场 11.29
2020/12/03 DOTA
python入门基础之用户输入与模块初认识
2016/11/14 Python
python中安装Scrapy模块依赖包汇总
2017/07/02 Python
python 二分查找和快速排序实例详解
2017/10/13 Python
Python 2.x如何设置命令执行的超时时间实例
2017/10/19 Python
20岁生日感言
2014/01/13 职场文书
公司活动策划方案
2014/01/13 职场文书
会议开场欢迎词
2014/01/15 职场文书
工商治理实习生的自我评价
2014/01/15 职场文书
校园联欢晚会主持词
2014/03/17 职场文书
梅花魂教学反思
2014/04/25 职场文书
职员竞岗演讲稿
2014/05/14 职场文书
物理学专业自荐信
2014/06/11 职场文书
学校食品安全实施方案
2014/06/14 职场文书
2014年残联工作总结
2014/11/21 职场文书
英语教师求职信范文
2015/03/20 职场文书
2015暑期社会实践调查报告
2015/07/14 职场文书
JS创建或填充任意长度数组的小技巧汇总
2021/10/24 Javascript
【DOTA2】当街暴打?PSG LGD vs VG - DPC 2022 WINTER TOUR CN
2022/04/02 DOTA