Python图像处理之图片文字识别功能(OCR)


Posted in Python onJuly 30, 2019

OCR与Tesseract介绍

将图片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。

Tesseract 是一个OCR 库,目前由Google 赞助(Google 也是一家以OCR 和机器学习技术闻名于世的公司)。Tesseract 是目前公认最优秀、最精确的开源OCR 系统。

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(只要这些字体的风格保持不变就可以),也可以识别出任何Unicode 字符。

Tesseract的安装与使用

Tesseract的Windows安装包下载地址为: http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe  ,下载后双击直接安装即可。安装完后,需要将Tesseract添加到系统变量中。在CMD中输入tesseract -v, 如显示以下界面,则表示Tesseract安装完成且添加到系统变量中。

Python图像处理之图片文字识别功能(OCR) 

Linux 用户可以通过apt-get 安装:

$sudo apt-get tesseract-ocr

用Tesseract可以识别格式规范的文字,主要具有以下特点:

• 使用一个标准字体(不包含手写体、草书,或者十分“花哨的”字体)
• 虽然被复印或拍照,字体还是很清晰,没有多余的痕迹或污点
• 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

下面将给出几个tesseract识别图片中文字的例子。

首先是E://figures/other/poems.jpg, 输入命令 tesseract E://figures/other/poems.jpg E://figures/other/poems.txt, 则会将poems.jpg中的识别文字写入到poems.txt中,如下图:

Python图像处理之图片文字识别功能(OCR)
Python图像处理之图片文字识别功能(OCR)
Python图像处理之图片文字识别功能(OCR) 

接着是稍微有点倾斜的文字图片th.jpg,识别情况如下:

Python图像处理之图片文字识别功能(OCR)
Python图像处理之图片文字识别功能(OCR) 

可以看到识别的情况不如刚才规范字体的好,但是也能识别图片中的大部分字母。
最后是识别简体中文,需要事先安装简体中文语言包,下载地址为: https://github.com/tesseract-ocr/tessdata/find/master/chi_sim.traineddata   ,再讲chi_sim.traineddata放在C:\Program Files (x86)\Tesseract-OCR\tessdata目录下。我们以图片timg.jpg为例:

Python图像处理之图片文字识别功能(OCR) 

输入命令:

tesseract E://figures/other/timg.jpg E://figures/other/timg.txt -l chi_sim

识别结果如下:

Python图像处理之图片文字识别功能(OCR) 

只识别错了一个字,识别率还是不错的。

最后加一句,Tesseract对于彩色图片的识别效果没有黑白图片的效果好。

pytesseract

pytesseract是Tesseract关于Python的接口,可以使用pip install pytesseract安装。安装完后,就可以使用Python调用Tesseract了,不过,你还需要一个Python的图片处理模块,可以安装pillow.

输入以下代码,可以实现同上述Tesseract命令一样的效果:

import pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = 'C://Program Files (x86)/Tesseract-OCR/tesseract.exe'
text = pytesseract.image_to_string(Image.open('E://figures/other/poems.jpg'))
print(text)

运行结果如下:

Python图像处理之图片文字识别功能(OCR)

总结

以上所述是小编给大家介绍的Python图像处理之图片文字识别功能(OCR),希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对三水点靠木网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!

Python 相关文章推荐
python实现bitmap数据结构详解
Feb 17 Python
python抽象基类用法实例分析
Jun 04 Python
python pandas中DataFrame类型数据操作函数的方法
Apr 08 Python
TensorFlow实现非线性支持向量机的实现方法
Apr 28 Python
利用Python实现微信找房机器人实例教程
Mar 10 Python
Python3实现的简单工资管理系统示例
Mar 12 Python
详解Python中is和==的区别
Mar 21 Python
解析python的局部变量和全局变量
Aug 15 Python
PyTorch中的C++扩展实现
Apr 02 Python
Python 将 QQ 好友头像生成祝福语的实现代码
May 03 Python
python中round函数如何使用
Jun 19 Python
Python如何定义有默认参数的函数
Aug 10 Python
python爬虫 爬取58同城上所有城市的租房信息详解
Jul 30 #Python
python join方法使用详解
Jul 30 #Python
python实现屏保程序(适用于背单词)
Jul 30 #Python
python实现各种插值法(数值分析)
Jul 30 #Python
Django 通过JS实现ajax过程详解
Jul 30 #Python
django 微信网页授权认证api的步骤详解
Jul 30 #Python
Python Pandas 如何shuffle(打乱)数据
Jul 30 #Python
You might like
IIS6+PHP5+MySQL5+Zend Optimizer+phpMyAdmin安装配置图文教程 2009年
2009/06/08 PHP
php中判断文件空目录是否有读写权限的函数代码
2012/08/07 PHP
php数组编码转换示例详解
2014/03/11 PHP
详解PHP防止直接访问.php 文件的实现方法
2017/07/28 PHP
laravel使用数据库测试注意事项
2020/04/10 PHP
javascript脚本编程解决考试分数统计问题
2008/10/18 Javascript
js汉字排序问题 支持中英文混排,兼容各浏览器,包括CHROME
2011/12/20 Javascript
把jQuery的类、插件封装成seajs的模块的方法
2014/03/12 Javascript
jQuery窗口、文档、网页各种高度的精确理解
2014/07/02 Javascript
js生成随机数的过程解析
2015/11/24 Javascript
JS实现DIV容器赋值的方法
2015/12/14 Javascript
JS实现点击登录弹出窗口同时背景色渐变动画效果
2016/03/25 Javascript
js获取form表单所有数据的简单方法
2016/08/18 Javascript
实现一个简单的vue无限加载指令方法
2017/01/10 Javascript
微信小程序页面开发注意事项整理
2017/05/18 Javascript
关于Vue背景图打包之后访问路径错误问题的解决
2017/11/03 Javascript
Vuex 在Vue 组件中获得Vuex 状态state的方法
2018/08/27 Javascript
vue组件文档(.md)中如何自动导入示例(.vue)详解
2019/01/25 Javascript
Javascript实现简易天数计算器
2020/05/18 Javascript
vue实现单一筛选、删除筛选条件
2020/10/26 Javascript
pycharm 如何取消连按两下shift出现的全局搜索
2021/01/15 Python
Canvas绘制浮动球效果的示例
2017/12/29 HTML / CSS
德国足球商店:OUTFITTER
2019/05/06 全球购物
Hanky Panky官方网站:内衣和睡衣
2019/07/25 全球购物
巴西香水和化妆品购物网站:The Beauty Box
2019/09/03 全球购物
super()与this()的区别
2016/01/17 面试题
ShellScript面试题一则-ShellScript编程
2014/03/05 面试题
吸烟检讨书2000字
2014/02/13 职场文书
顶碗少年教学反思
2014/02/21 职场文书
奥巴马英文演讲稿
2014/05/15 职场文书
师德师风自查总结
2014/10/14 职场文书
检讨书格式范文
2015/05/07 职场文书
活着观后感
2015/06/03 职场文书
2016秋季校长开学典礼致辞
2015/11/26 职场文书
请假条应该怎么写?
2019/06/24 职场文书
Win10服务主机占用内存怎么办?Win10服务主机进程占用大量内存解决方法
2022/09/23 数码科技