超简单教程——Linux下自制OCR文字识别

参考资料

1. https://www.bilibili.com/video/av90573946/
2. https://blog.csdn.net/jia12216/article/details/55222907

1. 主要思路

1. 利用截图软件 gnome-screenshot 进行截取需要被文字识别的图片；
2. 利用文字识别OCR软件tesseract，进行识别；
3. 将识别到的结果输出，复制到文件和剪切板。

2. 安装依赖

• 安装tesseract

  # 添加源
  sudo add-apt-repository ppa:alex-p/tesseract-ocr
  # 更新源 
  sudo apt update 
  # 安装
  sudo apt install tesseract-ocr 
  

• 安装字库
  tesseract支持60多种语言的识别，使用之前需要先下载对应语言的字库；
  完整字库下载地址：
  https://github.com/tesseract-ocr/tessdata
  简中英字库下载地址：
  https://share.weiyun.com/5IJtlcY

  下载完成之后把.traineddata后缀名字库文件放到tessdata目录下，默认路径是/usr/share/tesseract-ocr/4.00/tessdata
  

• 安装gnome-screenshot，xclip，imagemagick

  sudo apt install gnome-screenshot
  sudo apt install xclip
  sudo apt install imagemagick
  

3. 制作shell脚本

将以下代码复制到文档，并将后缀改成 .sh ，例如命名为ocr.sh：

注意：将变量SCR路径部分替换成你想要存放截图以及识别结果txt文档的路径；

#!/bin/env zsh 
# Dependencies: tesseract-ocr imagemagick gnome-screenshot xclip

#Name: OCR Picture
#Fuction: take a screenshot and OCR the letters in the picture
#Path: /home/Username/...

#you can only scan one character at a time
SCR="/home/chh3213/The_linux_world_of_CHH/trick/OCR_create/temp/src"
SCR2="/home/chh3213/The_linux_world_of_CHH/trick/OCR_create/temp/src2"
# take a shot what you wana to OCR to text
gnome-screenshot -a -f $SCR.png

# increase the png
mogrify -modulate 100,0 -resize 400% $SCR.png 
# should increase detection rate

# OCR by tesseract
tesseract $SCR.png $SCR &> /dev/null -l eng+chi1

# get the text and copy to clipboard

#sed -i 's/[[:space:]]//g' $SCR.txt # 删除空格方式1
#sed -i 's/\ //g' $SCR.txt  # 删除空格方式2
cat $SCR.txt  | sed -r 's/([^0-9a-z])?\s+([^0-9a-z])/\1\2/ig'>$SCR2.txt  # 解决每个汉字之间有空格的情况，英文单词间空格依旧保留
cat $SCR2.txt | xclip -selection clipboard
exit

注意：中文识别情况下，有可能每个字之间都有空格，所以我在脚本里添加了去除空格的代码。

添加运行权限

sudo chmod a+x ocr.sh

4. 设置快捷键，一键调用shell脚本

• 打开系统设置，点击键盘快捷键，右边拉到底部可看到+号，点击+号添加快捷键。
  

• 创建快捷键：

  • 名称：自由设置，建议以shell脚本名称命名；

  • 命令：bash 这里换成你自己shell脚本ocr.sh所在的路径；例如，我这里的bash命令为：

    bash /home/chh3213/The_linux_world_of_CHH/trick/OCR_create/ocr.sh
    

  

到这里，就配置完成了。直接使用快捷键即可进入截屏模式，截取想要识别的文字区域，等待片刻后便可在指定目录生成src.png和src.txt文件，同时，文字会自动复制到剪切板，可以直接粘贴使用。抓紧去试试吧！