目的:因为最近主要使用ubuntu系统,想要将视频中的文字提取出来,实现一键OCR识别图片截图中的内容使之转换为文本可以复制粘贴.
主要思路
利用截图软件gnome-screenshot 进行截取需要被文字识别的图片;
利用文字识别OCR软件tesseract,进行识别
将结果输出,复制到文件和剪切板
步骤1:安装依赖软件
安装tesseract
tesseract是一个开源的OCR引擎,最初是由惠普公司开发用来作为其平板扫描仪的OCR引擎,2005年惠普将其开源出来,之后google接手负责维护。目前稳定的版本是3.0。4.0版本加入了基于LSTM的神经网络技术,中文字符识别准确率有所提高。
添加源
sudo add-apt-repository ppa:alex-p/tesseract-ocr
更新源
sudo apt-get update
安装
sudo apt-get install tesseract-ocr
安装中文字库
tesseract支持60多种语言的识别不同,使用之前需要先下载对应语言的字库,下载地址:https://github.com/tesseract-ocr/tessd