大家好,小编为大家解答Python ocr哪个速度最快的问题。很多人还不知道Python ocr 版面分析,现在让我们一起来看看吧!
pytesseract是基于Python的OCR工具, 底层使用的是Google的Tesseract-OCR 引擎,支持识别图片中的文字,支持jpeg, png, gif, bmp, tiff等图片格式。本文介绍如何使用pytesseract 实现图片文字识别python100行代码画皮卡丘。
目录
引言
OCR(Optical character recognition,光学字符识别)是一种将图像中的手写字或者印刷文本转换为机器编码文本的技术。通过数字方式存储文本数据更容易保存和编辑,可以存储大量数据,比如1G的硬盘可以存储数百万本书。
OCR技术可以将图片,纸质文档中的文本转换为数字形式的文本。OCR过程一般包括以下步骤:
- 图像预处理
- 文本定位
- 字符分割
- 字符识别
- 后处理
最初由惠普开发,后来Google赞助的开源OCR引擎 tesseract 提供了比较精确的文字识别API,支持100多种语言,本文将要介绍的Python库Pytesseract就是基于Tesseract-OCR 引擎。
环境配置
环境要求:
- Python 3.6+
- PIL库
- 安装Google Tesseract OCR
- 系统:windows/mac/linux,我的系统是Windows10
1. 安装Google Tesseract
Tesseract OCR github地址:GitHub - tesseract-ocr/tesseract: Tesseract Open Source OCR Engine (main repository)
Windows Tesseract下载地址:Index of /tesseract
Mac和Linux安装方法参考:Introduction | tessdoc
安装时可以选择需要的语言包:
安装完成后,添加到环境变量PATH中,我的安装路径是:C:\Program Files\Tesseract-OCR
。
命令行窗口输入:tesseract
,查看是否安装成功。
$ tesseract
Usage:
tesseract --help | --help-extra | --version
tess