tesseract如何限定识别的文字

最新推荐文章于 2024-01-17 15:13:46 发布
最新推荐文章于 2024-01-17 15:13:46 发布
阅读量1.2k 收藏 6
点赞数 1
文章标签： python
原文链接：https://my.oschina.net/u/2396236/blog/1621590
版权
本文介绍了如何使用Tesseract OCR工具限定识别特定文字，如身份证号码，通过配置白名单提高识别准确率，并讲解了语言设置、语言叠加、查看语言包及配置参数-PSM的用法。
摘要由CSDN通过智能技术生成

2019独角兽企业重金招聘Python工程师标准>>> hot3.png

这是一篇tesseract使用备忘录，其中主要论述限定要识别的文字      

网址：

tesseract项目网址是：http://code.google.com/p/tesseract-ocr/

 

命令行的使用：

tesseract xxx.jpg result.txt -psm 7 digit

解释

tesseract 命令名

xxx.jpg 文件名，jpg,png都可以

result.txt 识别出的文字输出到文件

-psm 7 digit 参数

 

限定要识别的文字

例如要识别身份证号码，一般身份证号码为数字0到9还有大写的X，

加了限定以后

最低0.47元/天 解锁文章
weixin_33695450
关注
Tesseract识别指定字符范围的字符
Roads Untraveled
09-22 1万+
可以通过配置Tesseract来使用Tesseract进行OCR，opencv和opencv的C#版本Emgu都集成了Tesseract这个工具。 但是在使用时经常会出现误判，比如把“s”识别成“5”，把“1”识别成“l”或“i”。可以设置相应的参数来识别指定范围的字符。
Tesseract限制匹配的字符集
followingturing 追随图灵的路上...
09-19 6093
在OCR过程中，我发现，如果能够限制匹配的字符集，那么肯定能够大大提高识别效率，但是能不能支持呢？我查了很多资料，都没有明确答案，最后，在stackoverflow终于找的了答案。 翻译过来。 Q： Is it possible to limit the set of characters that tesseract is looking for (e.g. search on
tesseract java 验证码_使用tesseract进行图形验证码识别
weixin_35214204的博客
02-19 563
##mavenorg.bytedeco.javacpp-presetstesseract-platform3.04.01-1.3##配置 在resources目录下新建tessdata目录，然后从tessdata获取一个ENG.traineddata，再在tessdata目录下新建configs目录，设置几个配置文件api_configtessedit_zero_rejection T表示开启te...
tesseract-OCR 注意事项
张伟的专栏
01-26 4620
一：设置白名单:让tesseract-OCR只识别指定内容 有时我们需要用tesseract-ocr只识别指定类型的数据,如:仅识别英文字母或数字。此时可设置白名单，让tesseract-ocr只输出我们需要的结果。 1.打开tesseract-ocr安装路径下的tessdata/configs/digits文件，可以看到里面有一个tessedit_char_whitelist，将其设置成我们...
OpenCV+Tesseract自动识别文字区域并识别文字
bluesea089的博客
08-05 4772
OpenCV+Tesseract自动识别文字区域并识别文字文字区域识别文字区域处理完成代码 如果图片中有非文字的其他图形，直接用tesseract进行识别的话，会把非文字的图形当成文字进行识别（往往识别出来的是乱七八糟的字符）。因此首先需要把文字区域识别出来，再对文字区域进行处理，最后进行文字识别。 文字区域识别 Mat preprocess(Mat gray) { //1.Sobel算子，x方向求梯度 Mat sobel; Sobel(gray, sobel, CV_8U, 1, 0, 3);
使用tesseract进行文字识别
没想到你是这种薯片的博客
06-09 410
1. 1 Gradle项目中引入tesseract 我这里使用的是Gradle，所以使用了Gradle的引入 implementation 'net.sourceforge.tess4j:tess4j:4.5.4' 1.2 Maven项目中引入tesseract <dependency> <groupId>net.sourceforge.tess4j</groupId> <artifactId>tess4j</artifactId
JAVA识别身份证号码，H5识别身份证号码，tesseract-ocr识别（二）
热门推荐
Gavin的博客
03-15 1万+
背景介绍上一篇博文介绍了如何使用JAVA识别身份证号码，假设在截取了身份证号码信息的情况下，这一篇博文主要讨论一下思路吧，技术方面都是大家会的。思路分析H5拍照上传 —> 服务端截取身份证号码 —–> 识别号码 —–>返回信息这几步，关键点在于 截取身份证号码这个步骤。我们期望的是正好截取到身份证号码的位置。 这位大哥，罪过罪过，暂且借你图片一用，如侵犯了权益，请联系我，立马删除
tesseract-ocr
hddryjv的博客
11-12 332
tesseract-ocr
Python3 文字识别库 PyTesseract 的高级用法
它是基于Google的Tesseract OCR引擎开发的，可以识别多种语言的文字，并提供了简单易用的接口。 ## 1.2 Python3版本下的文字识别库选择 在Python3版本中，有多种文字识别库可供选择，如Tesseract OCR、OCRopus、...
tesseract-ocr4.0
08-11
Tesseract OCR识别图书大图上的文字,tesseract-ocr4.0
pytesseract 提高印刷体数字识别率走的弯路 白底黑字
majian的专栏
12-03 3382
屏幕截图里识别数字,非常正规的字体,但是识别率不高,反复实验后发现:图像要白底黑字白底黑字白底黑字重要的事情说三遍,凡是没有白底黑字的也能部分识别,但是效果惨不忍睹. height, width, deep = cropImg.shape # cropImg是从图片里截取的,只包含一行数字 gray = cv.cvtColor(cropImg, cv.COLOR_BGR2GRAY) # 转灰度图 ...
tesseract 学习笔记 psm+限定识别内容提升识别精度
chengxuyuan20100425的专栏
11-22 6202
tesseract 学习笔记 psm+限定识别内容提升识别精度
Tesseract训练识别数字
soband_xiang的专栏
01-02 6194
Tesseract训练识别数字一、软件环境1.安装Tesseract 3.0.22.安装jTessBoxEditorFX训练工具二、训练前需要准备的素材1.多张包含数字的图片三、开始训练1. 新建一个名为 font_propertities 的文本文件2. 用jTessBoxEditorFx将多个图片合并成一个包含多页图片的tif文件3. 创建Box文件4. jTessBoxEditorFx打开B...
图片识别——Tesseract
纸上得来终觉浅
01-22 1894
Tesseract是开源的OCR引擎。Tesseract最初设计用于英文识别，经过改进引擎和训练系统，它能够处理其它语言和UTF-8字符。Tesseract 3.0能够处理任何Unicode字符，但并非在所有语言上都工作得很好。Tesseract在庞大字符集语言（比如中文）上较慢，但是工作良好。识别： 二值化、灰度、倾斜校正和图片（文字）切割 遍历所有像素点，然后二值化【比如判断RGB值小于#F
tesseract 训练入门--记一次50张简单验证码的训练过程
西瓜霜的博客
05-23 5277
省略各种tesseract和各种包的安装，默认有python基础 需要有java环境以便操作训练工具jTessboxeditor，jdk和训练辅助工具的安装此处不讨论. 本人使用ubuntu18.04 环境，训练工具是在windows虚拟机上安装java后使用的 1. 得到验证码图片 发现安居客的验证码较为简单，这里借用安居客验证码接口下载验证码，代码仅供参考，验证接口也许以...
Python使用pytesseract读取图像中的数字
最新发布
dreamasljglgf的博客
01-17 1675
1、在做登陆接口自动化时，可能会遇到需要验证码的情况，这时可以利用python识别图像的库来识别图中的验证码；2、在获取验证码的接口中提取验证码的值。
深入Python 验证码解析
Hi-Jimmy
04-17 2803
介绍 在Python的实战中爬虫承担相当重要的角色，而验证码识别则是爬虫中一个重点。验证码是一个网站项目的守卫，如果不能通过验证码识别，那后期的爬虫则无法进行。本文详细介绍Python验证码识别的具体细节。郑重声明：仅讨论技术，不能用于违法手段，如若不然则受法律严惩且与作者无关。 准备工作——验证码解析环境搭建 安装Tesseract Tesserocr 是 Python 的一个 ......
Python图像处理：利用Tesseract进行OCR文字识别
"这篇文章主要介绍了Python如何利用Tesseract库进行图像文字识别（OCR）的教程。Tesseract是一个由Google赞助的开源OCR系统，以其高精确度和灵活性著称，能够识别各种字体和Unicode字符。文章提供了Tesseract在...
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