python识别图片上的文字_Python程序图片和pdf上文字识别实例

实例一：先减少背景杂音，再做图片文字识别

为了提高识别率，先用opencv-python对扫描的图片做预处理（减少背景杂音），然后调用pytesseract识别图片上的文字。处理方式就是：

学习Python中有不明白推荐加入交流群

号：960410445

群里有志同道合的小伙伴，互帮互助，

群里有不错的视频学习教程和PDF！

1、将图片的颜色模式转成灰度模式，再用OTSU做二值化处理

2、将处理结果保存成临时图片文件

3、调用pytesseract识别临时图片上的文字，识别完毕后删掉临时图片

选择要识别文字的图片调用tkinter打开图形化对话窗口，tkinter是python内置模块，可直接引进不必安装。对tkinter不做太多解释，只是借助它的功能函数打开对话窗口。引入内置os的功能函数删除临时文件。

from PIL import Image # pytesseract识别图片上的文字时要用

import pytesseract # 识别图片上的文字

import cv2 # 图片预处理，减少背景杂音

import os # 删除临时文件

from tkinter import Tk # 帮忙用图形化界面找到要识别的图片文件

from tkinter.filedialog import askopenfilename

Tk().withdraw() # 这里不是要全部图形化界面，所以就不显示根窗口了

imgName = askopenfilename() # 显示“打开”窗口，返回选中的图片文件的路径+文件名字符串

预处理图片

greyImg = cv2.imread(imgName, 0)

预处理第一步，彩色模式转成灰度模式：以灰度模式打开图片，生成灰度图片

greyImg = cv2.threshold(greyImg, 0, 255,cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]

预处理第二步，OTSU二值法，返回的是列表，第二个元素（索引为1）指向被处理的图片

将预处理结果保存成临时文件，文件名用它在系统的进程ID（os.getpid()）

filename = "{}.png".format(os.getpid())

cv2.imwrite(filename, greyImg)

调用pytesseract将图片上的文字识别出来

txt = pytesseract.image_to_string(Image.open(filename))

os.remove(filename) # 删除临时图片文件

with open("toFile.txt", 'w', encoding='utf-8') as fObject:

fObject.write(txt) # 将识别出来的字符串保存到文本文件

提高图片文字的识别率和正确率是个大话题，跟图片上文字的背景有关系，跟图片分辨率有关系，跟识别用的字库的识别能力也有关系（字库可以训练），牵扯的技术手段很多。除了减少背景杂音外，还有一些预处理工作我们也可以做，比如把图片上有文字的部分截取下来识别（效果很明显）；把图片上的文字分成一小段一小段识别，甚至分成一个一个字符来识别……有兴趣的朋友可以自己研究。

实例二：识别pdf上的文字

识别pdf上的文字分几步进行：

1、引入wand模块，把pdf文件转成图片序列，通过序列的索引可以获得pdf的每一页。

2、遍历这个图片序列，把序列的每一页变成wand图片对象，转成灰度模式（简单预处理下，以提高识别度），接下来本应添加进图像列表req_image中，但却遇到一个问题：

PyOCR模块做图片文字识别的功能函数的形参只接收pillow的Image模块打开的图片PIL.Image.open()，不接受wand图形对象，PIL.Image.open()也不接收wand图片对象。当然可以wand图像对象保存成图片文件，然后PIL.Image.open()打开这个图片文件。

有个更快的处理方法，不用硬盘（硬盘慢）做媒介用缓存（buffer）：先用wand图片对象的make_blob把图片转成二进制数据流，把二进制数据流放入列表req_image中。

3、遍历列表req_image，ByteIO()读取二进制数据流，返回值可以被PIL.Image.open()接受。接下去就可以调用PyOCR模块的功能函数做图片文字转换了。

4、将识别结果放进列表final_text，用pprint模块的pprint()显示出来。pprint，pretty print顾名思义，输出结果规整好看一些。

from wand.image import Image as wandImage # pdf –> jpeg

from PIL import Image as pillowIMage # PyOCR需要

import pyocr.builders # OCR识别

import io # 将Wand处理结果传给给Pillow

import pprint # 美美的打印出来

PyOCR初始化

tool = pyocr.get_available_tools()[0]

获得OCR内核工具，这里用的是Tesseract

lang = tool.get_available_languages()[0]

获得识别用语言，这里用的是简体中文，参见20.2 PyOCR的初始化程序

req_image = [] # 存放pdf转换过来的图片二进制数据流

final_text = [] # 存放识别结果，每个元素是每一页识别出来的文字

ima_pdf = wandImage(filename='instance.pdf', resolution=300)

打开pdf文件，生成wand图片对象。分辨率设为300，设高分辨率有助于提高识别率

image_jpeg = ima_pdf.convert('jpeg')

pdf文件转成图片，实际上是个图片序列，序列的长度与pdf的页数相同

for img in image_jpeg.sequence: # 遍历图片序列的每页图片

img_page = wandImage(image=img) # 生成为wand图片对象

img_page.type = 'grayscale' # 转成灰度模式有助于OCR识别文字

req_image.append(img_page.make_blob('jpeg'))

转成二进制数据流放进列表

for img in req_image: # 一页一页OCR识别文字

text = tool.image_to_string(

pillowIMage.open(io.BytesIO(img)),

# io.BytesIO()从内存中读入二进制数据流

lang=lang, # 识别语言

builder=pyocr.builders.TextBuilder() # 识别器

)

final_text.append(text) # 识别出来的结果添进列表

pprint.pprint(final_text) # 显示识别结果

python识别图片上的文字_Python程序图片和pdf上文字识别实例相关推荐

python处理pdf实例_Python程序图片和pdf上文字识别实例
实例一:先减少背景杂音,再做图片文字识别为了提高识别率,先用opencv-python对扫描的图片做预处理(减少背景杂音),然后调用pytesseract识别图片上的文字.处理方式就是: 学习Pyt ...
python识别pdf文字_Python 神工具包！翻译、文字识别、语音转文字统统搞定
今天给大家介绍一款 Python 制作的实用工具包,包含多种功能: 音频转文字文字转语音截图 OCR文字识别复制翻译举个例子,比如截图 OCR 文字识别就有很多实用场景. 常会遇到有些 PDF ...
python图片重命名工具_python - 请问django如何给上传的图片重命名
问题我的models.py: pic = models.ImageField(upload_to='img/%Y/%m') 怎样给上传的图片重命名?例如:以当前上传的时间给图片命名.谢谢~! 解决 ...
python图片修复软件下载_python 实现图片修复（可用于去水印）
在现实的生活中,我们可能会遇到一些美好的或是珍贵的图片被噪声干扰,比如旧照片的折痕,比如镜头上的灰尘或污渍,更或者是某些我们想为我所用但有讨厌水印,那么有没有一种办法可以消除这些噪声呢? 答案是肯定的 ...
python图片转为二进制流_python将图片转为二进制-女性时尚流行美容健康娱乐mv-ida网...
女性时尚流行美容健康娱乐mv-ida网 mvida时尚娱乐网首页美容护肤化妆技巧发型服饰健康情感美体美食娱乐明星八卦首页 > 高级搜索 mysql 5.7.9 lin ...
php 点击选择图片上传,微信小程序图片选择、上传到服务器、预览（PHP）实现实例...
微信小程序图片选择.上传到服务器.预览(PHP)实现实例小程序实现选择图片.预览图片.上传到开发者服务器上后台使用的tp3.2 图片上传请求时候的header参考时可以去掉(个人后台验证权限使用 ...
python将图片转为字符画_Python将图片转换为字符画的方法
最近在学习python,看到网上用python将图片转换成字符画便来学习一下题目意思是,程序读入一个图片,以txt格式输出图片对应的字符画,如图所示: 以下是python代码: # coding:u ...
python将图片原比例缩小_Python实现图片长宽比例缩放和填充
1 ''' 2 : 一个缩略图程序, 不需要的部分可以去掉3 : 主要实现了尺寸(长宽)和大小(KB)的缩小4 ''' 5 importcv26 importos.path7 from PIL imp ...
python程序猿_python程序员指南 pdf下载
python程序员指南 pdf是一本专为对python编程感兴趣的朋友准备的指导图书,作从最基本的基础知识到繁琐的运用,都进行的详细的解答,是你自学的最好教程了,感兴趣欢迎下载学习! python程序 ...
python将图像变成没有颜色_python将图片设置背景颜色修改为透明色
由于原始的logo是白色背景的,而我们需要将白色背景更改为透明色,这里启用万能工具python进行图片转换了,使用到的就是pillow包的image. png格式是具有除了rgb三色外第四个参数表明像 ...

python识别图片上的文字_Python程序图片和pdf上文字识别实例

python识别图片上的文字_Python程序图片和pdf上文字识别实例相关推荐

最新文章

热门文章