通过Python的pytesseract库识别图片中的文字
文章目录
- 前言
- 一、pytesseract
- 1.pytesseract是什么?
- 2.安装pytesseract
- 3.查看pytesseract版本
- 4.安装PIL
- 5.查看PIL版本
- 二、Tesseract OCR
- 1.Tesseract OCR是什么?
- 2.安装Tesseract OCR
- 3.安装 Tesseract OCR 语言包
- 三、使用方法
- 1.引入库
- 2.打开图片文件
- 3.使用Tesseract进行文字识别
- 4.输出识别结果
- 总结
前言
大家好,我是空空star,本篇给大家分享一下通过Python的pytesseract库识别图片中的文字。
本篇所用软件相关版本:
macOS 11.6.5
Python 3.8.9
pytesseract 0.3.10
Pillow 9.4.0
一、pytesseract
1.pytesseract是什么?
Pytesseract是一个Python的OCR库,它可以识别图片中的文本并将其转换成文本形式。Pytesseract基于Google的Tesseract OCR引擎,具有较高的准确性和可靠性。它可以读取多种格式的图片,包括PNG、JPEG、GIF等。Pytesseract可以应用于自然语言处理、数据挖掘、OCR识别等领域。
2.安装pytesseract
pip install pytesseract
3.查看pytesseract版本
pip show pytesseract
Name: pytesseract
Version: 0.3.10
Summary: Python-tesseract is a python wrapper for Google’s Tesseract-OCR
Home-page: https://github.com/madmaze/pytesseract
Author: Samuel Hoffstaetter
Author-email: samuel@hoffstaetter.com
License: Apache License 2.0
Requires: packaging, Pillow
Required-by:
4.安装PIL
Pillow库是Python图像处理库,pytesseract使用它来处理图像。
pip install pillow
5.查看PIL版本
pip show pillow
Name: Pillow
Version: 9.4.0
Summary: Python Imaging Library (Fork)
Home-page: https://python-pillow.org
Author: Alex Clark (PIL Fork Author)
Author-email: aclark@python-pillow.org
License: HPND
Requires:
Required-by: image, imageio, matplotlib, pytesseract, wordcloud
二、Tesseract OCR
1.Tesseract OCR是什么?
Tesseract OCR是一种开源的OCR(Optical Character Recognition,光学字符识别)引擎,它能够将图像中的文本内容识别并转换为可编辑的文本格式。它最初由惠普实验室开发,现在由谷歌维护和更新。Tesseract OCR支持超过100种语言,包括中文、英文、法文、德文等。它可以在多种操作系统上运行,包括Windows、Linux、macOS等。Tesseract OCR被广泛应用于数字化文档、自动化数据输入、智能搜索等方面。
2.安装Tesseract OCR
macOS下:
brew install tesseract
3.安装 Tesseract OCR 语言包
macOS下:
brew install tesseract-lang
三、使用方法
1.引入库
import pytesseract
from PIL import Image
2.打开图片文件
img = Image.open("demo.png")
3.使用Tesseract进行文字识别
text = pytesseract.image_to_string(img, lang='chi_sim')
4.输出识别结果
print(text)
左:原图
右:识别出的文字截图
总结
image_to_string
是一个Python函数,它是由tesseract OCR引擎提供的。这个函数的作用是将一个图像中的文本转换成字符串,也就是把图像中的文字识别出来,并把它们转换成计算机可以处理的字符串格式。这个函数可以接受多种格式的图像,例如JPEG、PNG、BMP等。在使用这个函数前,需要确保已经安装了tesseract OCR引擎。
通过Python的pytesseract库识别图片中的文字相关推荐
- pytesseract提取识别图片中的文字
目录 1.获取tesseract版本号 2.获取语言包列表 3.识别图片中的文字 4.获取图片中文字的详细信息 5.识别图片中的文字和位置 6.识别osd信息 7.识别并生成xml文件 避坑指南: p ...
- python图片切割以及识别图片中的文字
今天记录在爬取图片网站时,需要按如下需求展示图片和答案: 本次爬取数据量不大,爬取内容也都集中在一个页面,网站也没有异步加载或反爬措施,但是遇到了三个难点: 难点一:图片链接是lazyload,且全部 ...
- python使用aip库识别图片中文字
一.获取百度智能云API的AppID / API Key / Secret Key 1.创建应用 百度智能云登录地址:https://login.bce.baidu.com/ 2.立即创建 3.得到A ...
- python怎么识别图片上的字_python如何识别图片中的文字 | 蒲公英网
摘要 Python中的PIL库是图片处理的模块库,使用其中的image方法打开图片文件,然后利用pytesseract的image_to_string方法来识别图片中的字符并输出. python如何识 ...
- python识别图片上的文字_Python如何识别图片中的文字 【转】
Python如何识别图片中的文字,这里给个案例并附上详细步骤: 模块包的安装: 1.安装PIL:pip install Pillow 2.安装pytesser3:pip install pytesse ...
- python如何识别中文_python如何识别图片中的文字
python如何识别图片中的文字,这里给个案例并附上详细步骤: 模块包的安装: 1.安装PIL:pip install Pillow 2.安装pytesser3:pip install pytesse ...
- python图片识别是否p过_python 基于百度aip库 实现识别图片中的文字
最终效果 1. 实现环境 win10系统 + pycharm社区版 + anaconda3 2. 实现步骤 step 1. 安装baidu-aip库 step 2. 进入百度ai官网 http://a ...
- 用 Python 识别图片中的文字
一.前言 不知道大家有没有遇到过这样的问题,就是在某个软件或者某个网页里面有一篇文章,你非常喜欢,但是不能复制.或者像百度文档一样,只能复制一部分,这个时候我们就会选择截图保存.但是当我们想用到里面的 ...
- python 图片识别_Python—识别图片中的文字
一.前言 不知道大家有没有遇到过这样的问题,就是在某个软件或者某个网页里面有一篇文章,你非常喜欢,但是不能复制.或者像百度文档一样,只能复制一部分,这个时候我们就会选择截图保存.但是当我们想用到里面的 ...
最新文章
- 《响应式Web设计全流程解析》一1.2 静态设计稿舒适区
- 关于C语言中的结构体内存对齐与位段问题
- poj2019(二维RMQ)
- TCP/IP协议的SYN攻击
- MySQL数据库 基本操作语句
- 2019.01.26【NOIP普及组】模拟赛C组总结
- vue人员轨迹_Vue项目(vuecli3.0搭建)集成高德地图实现路线轨迹绘制
- React Native屏幕尺寸适配
- 《Web漏洞防护》读书笔记——第10章,反序列化漏洞防护
- 如何录屏制作gif图片
- CVPR 2021 UniT: Multimodal Multitask Learning with a Unifified Transformer
- mysql封机器码,lol机器码解除(同理支持市面上任意一款游戏)解机器码
- 矩阵的伴随矩阵的伴随矩阵
- 161张Menhera酱表情包 无水印汉化版
- 文件上传漏洞(客户端绕过,MIMEtipe绕过,getimagesize绕过)
- 一元线性回归模型系数、方差估计、检验回归效果显著性,b的置信区间,Y约为X的指数函数时,求Y关于x的回归方程
- 非诚勿扰:比舒淇更孤单的是谁?
- Dojo的联合创建者Dylan Schiemann访谈
- 一年讲50本书,年收入过亿,罗振宇没做到的,樊登读书会凭什么?
- 分布式的微服务架构中的核心理念