OCR 工具tesseract初体验

@(工具使用)[工具使用, python]

OCR即图片上文字识别

安装tesseract

github地址
tesseract是一个命令行程序，后面安装的pytesseract也只是一层包装，实际还是调用命令行

下载
windows版下载地址

安装
下载完之后安装时点下一步慢点，因为安装的时候可以下载中文语言包

设置环境变量
安装完之后需要设置两个环境变量

把安装路径添加到PATH环境变量
设置TESSDATA_PREFIX环境变量，不然找不到语言包
TESSDATA_PREFIX=D:\Program Files (x86)\Tesseract-OCR\tessdata

这时命令行版tesseract就可以使用了

安装pytesseract

pip install pytesseract

测试程序：

import pytesseract
from PIL import Image# 默认英语
image = Image.open('en.png')
text = pytesseract.image_to_string(image)
print(text)print("====================")# 识别中文, 巨慢
image = Image.open('cn.png')
text = pytesseract.image_to_string(image, lang='chi_sim')
print(text)print("====================")# 设置中文和英语，识别巨慢，而且易错
image = Image.open('en_cn_test.png')
text = pytesseract.image_to_string(image, lang='chi_sim+eng')
print(text)

测试结果：

英文测试

识别后内容

中文测试

识别后内容

中文加英文测试

识别后内容

测试结论：
英文识别能力还行，速度也不错，很快。中文识别就很吃力了，速度慢而且识别率不高，几乎不能直接用

参考：
Python--文字识别--Tesseract

OCR 工具tesseract初体验相关推荐

Linux环境下ARM开发工具TrueSTUDIO初体验
Linux环境下ARM开发工具TrueSTUDIO初体验 TrueSTUDIO是Atollic公司出品的ARM开发工具,号称"The best FREE C/C++ IDE for ARM® ...
开源免费图片文字识别 OCR 工具 tesseract v4.1.0 的 Docker 镜像制作与使用
开源免费图片文字识别 OCR 工具 tesseract v4.1.0 的 Docker 镜像制作与使用一背景在日常的一些工作中,偶尔也需要我们把图片转换为文字.目前大部分办公软件还无法实现类似的 ...
APPInventor用mySQL_Android app界面设计工具AppInventor初体验
AppInventor 是谷歌推出一种软件工具,是一种在浏览器里面在线设计安卓app界面和功能,然后打包为apk安装包并下载到用户电脑的一种所见即所得的开发平台.本文演示了在本地快速搭建该平台的步骤, ...
开源BI报表工具Metabase初体验
概述一款开源BI工具,后端是用clojure开发的.官网,GitHub. 安装安装非常简单,以metabase.jar包(后文简称jar包)方式分发.在GitHub Release页面下载最新版即 ...
百度NLP工具LAC初体验：分词，词性标注，命名实体识别
LAC全称Lexical Analysis of Chinese,是百度自然语言处理部研发的一款联合的词法分析工具,实现中文分词.词性标注.专名识别等功能. 输入: from LAC import L ...
阿里出品的ETL工具dataX初体验
我的毕设选择了大数据方向的题目.大数据的第一步就是要拿到足够的数据源.现实情况中我们需要的数据源分布在不同的业务系统中,而这些系统往往是异构的,而且我们的分析过程不能影响原有业务系统的运行.为了把不同 ...
在线文件预览工具kkFileView初体验
一.使用背景项目开发中需要使用预览功能查看pdf.MP4.doc.ppt等格式的文件.还有添加水印等其他功能. 二.kkFileView使用(请直接移步官方文档.简单快速上手) https://kk ...
ElectronOCR:基于Electron+React+Tesseract的MACOS下的OCR工具
Github Repo 地址文章地址 MAXOS Darwin x64下载笔者一直在MacOS上没找到太顺心的OCR工具,导致看书的时候很多东西只能手打,略烦.正好前段时间用了Tesseract, ...
黄聪：C#代码生成工具:文本模板初体验 Hello,World!
C#代码生成工具:文本模板初体验 Hello World 在VS中的文本模板(也称T4),它给我有点CodeSmith的感觉,也是通过模板加逻辑代码混编批量生成代码的方法,但是关于T4的资料不多,而且 ...

OCR 工具tesseract初体验

OCR 工具tesseract初体验

安装tesseract

安装pytesseract

OCR 工具tesseract初体验相关推荐

最新文章

热门文章