如何简单的提取图片中的文字

      如何简单的提取图片中的文字呢?随着互联网技术的不断发展,信息获取的媒介、渠道在增多,相信很多人都习惯在电脑上或是手机上进行快阅读。而随着人们阅读习惯的变化,人们现在也习惯与用手机截图来记录一些自己喜欢的文字。

      后期如果我们想要将截图记录的这些信息文字提取出来,我们应该怎样做呢?不用担心,今天小编就通过利用图片文字识别软件 来为大家讲解一下如何简单的提取图片中的文字。


      步骤一:先打开电脑上的图片文字识别软件,如果电脑上没有安装的话,可以电脑百度直接搜索迅捷办公,进入其官网下载迅捷OCR文字识别软件。


      步骤二:软件打开的同时会出现一个“添加文件”的选项,在选项的右上角点击“退出按钮”退出该选项。


      步骤三:退出上面的选项后,然后重新再页面的上方选择“图片局部识别”的功能,进入图片局部识别的功能后点击软件的左上角“添加文件”的地方,将带有文字的图片添加进来。


      步骤四:等到图片添加进来后,可以在页面的左下角修改识别后的文件的“输出目录”。


      步骤五:文件的输出目录修改好后,就可以按住鼠标左键拖动鼠标,将需要识别提取的文字用文本框框选出来。


      步骤六:等到文字被框选出来后,软件就会对框选出来的文字进行识别提取,识别提取结束后,就可以点击“保存为TXT”按钮,对识别提取后的文字进行编辑使用了。


      如何简单的提取图片中的文字的讲解到这里就结束了,大家在生活或工作中再遇到提取图片中的文字的问题,就可以用这种新方法试试了。



来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/31550668/viewspace-2215183/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/31550668/viewspace-2215183/

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要使用OpenCV提取图片文字,可以使用OCR技术。OCR是光学字符识别的缩写,它是一种将图像的文本转换为可编辑文本的技术。 以下是一些使用OpenCV和OCR进行文字提取的步骤: 1. 导入所需库:OpenCV,pytesseract,Pillow。 2. 读取图像并将其转换为灰度。 3. 对图像进行预处理,例如二值化、去噪声、调整大小等。 4. 使用OCR引擎(例如pytesseract)来识别文本。 5. 将识别的文本保存在一个变量,并进行必要的后处理。 以下是示例代码: ```python import cv2 import pytesseract from PIL import Image # 读取图像 img = cv2.imread('image.jpg') # 将图像转换为灰度 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 二值化图像 thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1] # 去除噪声 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3)) opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=1) # 调整图像大小 scale_percent = 200 # 调整大小的百分比 width = int(opening.shape[1] * scale_percent / 100) height = int(opening.shape[0] * scale_percent / 100) dim = (width, height) resized = cv2.resize(opening, dim, interpolation=cv2.INTER_AREA) # 使用OCR引擎识别文本 text = pytesseract.image_to_string(Image.fromarray(resized)) # 后处理 text = text.replace('\n', ' ') # 输出识别的文本 print(text) ``` 请注意,这只是一个简单的示例,实际上,处理不同种类的图像和文本可能需要不同的预处理和后处理步骤。

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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