Tesseract-OCR+Python+pytesseract实现图片转文字

最新推荐文章于 2024-05-08 05:35:01 发布
最新推荐文章于 2024-05-08 05:35:01 发布
阅读量2.3k 收藏 11
点赞数 2
分类专栏： 机器学习 文章标签： OCR Python Tesseract AI jTessBoxEditor
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Keith_Jiang/article/details/90322400
版权

背景

最近朋友在网上做数据爬取的时候遇到一个反爬虫技术，某网站将部分文字转化为表情图片进行展示，我们通过html无法爬取到完整的文字内容，取而代之的是一些特殊的空字符，让人很是郁闷。后面我想到了能不能通过OCR(Optical Character Recognition)技术来破解这个问题。网上查了一些资料发现这个的确是简单可行的，话不多说，我给大家一步一步演示如何使用OCR完成图片转文字

安装Tesseract-OCR

运行以下两条命令在linux（Red Hat）安装Tesseract-OCR，其他操作系统安装命令请参考https://github.com/tesseract-ocr/tesseract/wiki

yum install tesseract
yum install tesseract-langpack-deu

Tesseract安装完成后运行 tesseract -v 将显示版本信息，意味着安装成功
在这里插入图片描述

Tesseract命令实现图片转文字

我们先准备一个用于带有文字的图片，比如就截取这篇文章的标题
在这里插入图片描述
在图片保存的文件目录中，执行如下命令

tesseract ocr_test.png result
cat result

在这里插入图片描述
我们这儿看到大部分英文都正确识别到了，但是中文完全没有识别到，这是因为我们没有指定中文数据包，我们可以在这个地址中下载中文数据包chi_sim.traineddata， https://github.com/tesserac

最低0.47元/天 解锁文章
Keith_Jiang
关注
  • 2
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
基于Python+PyQt5编写的OCR文字识别软件(调用百度云平台)
m0_73484725的博客
11-06 382
OCR（Optical Character Recognition）文字识别软件是一种能够自动识别并提取图像中的文本信息的工具。Python是一种强大的编程语言，而PyQt5是一个用于创建图形用户界面（GUI）的库，因此使用Python和PyQt5可以轻松地开发OCR软件。功能特点：支持多种图像格式导入，如JPEG、PNG等；支持手动选择识别区域；支持多种OCR引擎，如Tesseract、Google Vision等；提供实时文字识别和结果预览功能；
【Python案例】OCR提取图片中的文字
huachao1001的专栏
06-20 2358
本文实现本地运行图片提取文字功能，安全方便，特别适合对数据安全敏感人员使用。
最新Python图片文字识别——Windows下Tesseract-OCR的安装与使用，面试问为何那么久没找到工作
最新发布
2401_84140776的博客
05-08 963
Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！
python+pyqt5 文字识别+边缘检测并保存图像
q1572456308的博客
10-22 3498
# -*- coding: utf-8 -*- import string import Image from PyQt5 import QtWidgets, QtGui import pytesseract from image import Ui_Form import sys import cv2 from time import sleep import numpy as np cla...
python 离线图片文字识别（OCR）Tesseract
CNYRJDS的博客
11-06 4082
python 离线图片文字识别（OCR）Tesseract
Python+Tesseract-OCR实现图像中的文字识别
君子性非异
03-31 1090
开发环境： 运行平台:win10 编程语言：python IDE:pycharm 三方库模块：pytessseract tesseract-ocr库安装： 打开cmd，执行安装命令：pip --default-timeout=100 install pytesseract 如图： 代码实现： ...
python+Tesseract-OCR实现图片识别
Xie_Feng_的博客
06-22 2478
一、平台        win7 ,编译器pycharm二、导包        导入两个包        1、Pillow        2、pytessract        导包方式有两种：        1、直接在windows的cmd里面输入命令             pip install Pillow             pip insatll pytessract       ...
Python文字识别之tesseract-ocr安装包和中文语言包chi_sim.traineddata下载
06-19
本资源提供Python文字识别之tesseract-ocr安装包和中文语言包chi_sim.traineddata免费下载。 tesseract-ocr：tesseract-ocr-w64-setup-v5.1.0.20220510.exe； 中文语言包：chi_sim.traineddata
python图片中文识别引擎Tesseract-OCR
12-22
python图片中文识别引擎Tesseract-OCR，支持英文中文的识别，语言库丰富可选择性安装需要的语言，解压之后直接点击安装下一步即可。安装完成之后设置pytesseract.py中的tesseract_cmd为'C:/Program Files (x86)/...
python3使用Pillow、tesseract-ocr与pytesseract模块的图片识别的方法
09-17
主要介绍了python3使用Pillow、tesseract-ocr与pytesseract模块的图片识别的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
Python识别快递条形码及Tesseract-OCR使用详解
09-19
在Python中，我们可以使用`pytesseract`库来调用Tesseract进行OCR操作。首先，你需要安装Tesseract OCR引擎，然后通过`pip install pytesseract`安装Python接口。识别条形码时，通常会涉及以下步骤： 1. 图像预处理...
python使用pytesseract实现图像OCR
lavinia_chen007的博客
04-30 1200
python使用pytesseract识别图中的文字。 以识别和提取下图为例。要实现对图中文字的自动识别和提取。
基于PyTesseract与PyQt5 的中文OCR识别应用程序设计
weixin_42913193的博客
11-13 617
可从win10的剪切板截屏中直接提取图像，进行中文识别，提取图像中的文字，基于pytesseract与pyqt 的中文OCR识别应用程序设计
Python制作简易OCR文字识别系统
hz_zhangrl的博客
03-30 5042
本篇介绍基于Python用pytesseract开发中文简繁字体的OCR文字识别系统的方法和过程。涉及Tesseract-OCR开源OCR引擎安装，环境变量设置，pytesseract人工智能(AI)领域的库安装，基于Tkinter的GUI设计和三种语言、字体(纯英文、简体中文和繁体中文)进行文字识别，识别率很高，且可编辑保存。
Python3.7+PyQt5.0+百度文字识别OCR实现图片批量转文字
Jiker Wang
04-01 1242
Python3.7+PyQt5.0+百度文字识别OCR实现图片批量转文字 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客： 全新的界面设计 ，将会带来全新的写作体验； 在创作中心设置你喜爱的代码高亮样
用 Python 将图像转换为文本
我的博客，不一样的自我表达
05-15 1070
虽然 OCR 是一个专门的主题，但我的主要重点是一个简单的应用程序：将本质上是图像的文本屏幕截图转换回文本。它使用了将不同类型的文档（包括扫描的纸质文档、PDF 文件甚至图像）转换为文本的魔法。这也许是我能想到的最简单的例子来展示 OCR 的功能。它只是打开一个图像，利用 pytesseract 库读取图像的文本内容，然后打印出提取的文本。为实现这一目标，我们将利用Tesseract OCR 引擎的强大功能。这一行指定了“tesseract.exe”文件的路径，这是实际执行 OCR 过程的魔法。
Python之pytesseract模块-实现OCR
编辑编辑器
11-18 714
在给PC端应用做自动化测试时，某些情况下无法定位界面上的控件，但我们又想获得界面上的文字，则可以通过截图后从图片上去获取该文字信息。那么，Python中有没有对应的工具来实现OCR呢？答案是有的，它叫pytesseract。官方给它的定义如下，一起来了解和使用吧。 Python-tesseract is an optical character recognition (OCR) tool for python. That is, it will recognize and “read” the text
图像文字识别python+tesseract-ocr+pillow
qq_43540385的博客
10-08 373
图像文字识别python+tesseract-ocr+pillow
tesseract-ocr的Python pycharm
07-27
你想了解关于在PyCharm中使用Python的Tesseract-OCR吗？要使用Tesseract-OCR，你需要安装tesseract-ocr库和pytesseract库。 首先，你需要安装Tesseract-OCR。根据你的操作系统，你可以通过以下方式安装： 对于Windows用户： 1. 访问https://github.com/UB-Mannheim/tesseract/wiki下载Tesseract-OCR的安装文件。 2. 执行安装文件，并按照安装向导的指示进行安装。 对于Mac用户： 1. 使用Homebrew安装Tesseract-OCR。在终端中输入以下命令： ``` brew install tesseract ``` 2. 安装完成后，Tesseract-OCR会自动添加到你的系统路径中。 对于Linux用户： 1. 打开终端，并根据你的Linux发行版输入以下命令来安装Tesseract-OCR： ``` sudo apt-get install tesseract-ocr ``` 或者 ``` sudo yum install tesseract ``` 安装完成后，确保Tesseract-OCR已正确配置并能在终端中使用。你可以在终端中运行以下命令来测试： ``` tesseract --version ``` 接下来，你需要在PyCharm中安装pytesseract库。可以通过以下步骤完成： 1. 打开PyCharm，并创建一个新的Python项目。 2. 在PyCharm的终端中运行以下命令，安装pytesseract： ``` pip install pytesseract ``` 3. 安装完成后，你可以开始在PyCharm中使用pytesseract库来使用Tesseract-OCR了。 下面是一个简单的示例代码，演示如何在PyCharm中使用pytesseract库进行图像文字识别： ```python import pytesseract from PIL import Image # 打开图像 image = Image.open('image.jpg') # 使用pytesseract进行文字识别 text = pytesseract.image_to_string(image) # 输出识别结果 print(text) ``` 确保将上述示例中的'image.jpg'替换为你要识别的图像路径。 希望这能帮到你！如果你有其他问题，请随时问我。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值