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 def函数的定义、使用及参数传递实现代码
Aug 10 Python
详解python eval函数的妙用
Nov 16 Python
python解决pandas处理缺失值为空字符串的问题
Apr 08 Python
解决python大批量读写.doc文件的问题
May 08 Python
Python学习小技巧总结
Jun 10 Python
python实现最大子序和(分治+动态规划)
Jul 05 Python
python中selenium操作下拉滚动条的几种方法汇总
Jul 14 Python
Python实现socket非阻塞通讯功能示例
Nov 06 Python
Tensorflow 卷积的梯度反向传播过程
Feb 10 Python
jupyter notebook 的工作空间设置操作
Apr 20 Python
python实现测试工具(一)——命令行发送get请求
Oct 19 Python
scrapy redis配置文件setting参数详解
Nov 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
用PHP 快速生成 Flash 动画的方法
2007/03/06 PHP
php 计算两个时间戳相隔的时间的函数(小时)
2009/12/18 PHP
PHP 分页原理分析,大家可以看看
2009/12/21 PHP
第二章 PHP入门基础之php代码写法
2011/12/30 PHP
PHP使用内置函数生成图片的方法详解
2016/05/09 PHP
Laravel框架Auth用户认证操作实例分析
2019/09/29 PHP
ExtJS4中的requires使用方法示例介绍
2013/12/03 Javascript
jquery实现拖拽调整Div大小
2015/01/30 Javascript
jquery实现鼠标滑过显示提示框的方法
2015/02/05 Javascript
js实现兼容性好的微软官网导航下拉菜单效果
2015/09/07 Javascript
JavaScript小技巧整理篇(非常全)
2016/01/26 Javascript
JavaScript正则替换HTML标签功能示例
2017/03/02 Javascript
浅谈Vue2.0中v-for迭代语法的变化(key、index)
2018/03/06 Javascript
node打造微信个人号机器人的方法示例
2018/04/26 Javascript
r.js来合并压缩css文件的示例
2018/04/26 Javascript
如何使用proxy实现一个简单完整的MVVM库的示例代码
2019/09/17 Javascript
浅谈layui里的上传控件问题
2019/09/26 Javascript
Vue分页插件的前后端配置与使用
2019/10/09 Javascript
Vue 3.0双向绑定原理的实现方法
2019/10/23 Javascript
解决vue的touchStart事件及click事件冲突问题
2020/07/21 Javascript
python类继承用法实例分析
2015/05/27 Python
Python3.6笔记之将程序运行结果输出到文件的方法
2018/04/22 Python
Python OpenCV利用笔记本摄像头实现人脸检测
2020/08/20 Python
python简单鼠标自动点击某区域的实例
2019/06/25 Python
python暴力解压rar加密文件过程详解
2019/07/05 Python
python调用接口的4种方式代码实例
2019/11/19 Python
python实现手势识别的示例(入门)
2020/04/15 Python
Python rabbitMQ如何实现生产消费者模式
2020/08/24 Python
python 实现数据库中数据添加、查询与更新的示例代码
2020/12/07 Python
New Balance美国官网:运动鞋和健身服装
2017/04/11 全球购物
几道数据库的概念性面试题
2014/05/30 面试题
腾讯广告词
2014/03/19 职场文书
公安机关查摆剖析材料
2014/10/10 职场文书
适合毕业生创业的项目怎么找?
2019/08/08 职场文书
解决tk mapper 通用mapper的bug问题
2021/06/16 Java/Android
Python利用FlashText算法实现替换字符串
2022/03/31 Python