tesseract 学习笔记 psm+限定识别内容提升识别精度

2024-05-09 12:37:26

1.下载地址：Index of /tesseract

建议选择最新V5.0的，在识别性能和准确度上都有所提升

2.添加环境变量

安装完成后，添加环境变量：

在Path上添加tesseract的安装路径：

添加新的系统变量：TESSDATA_PREFIX，值为tesseract-OCR testdata路径

3.python 使用

import pytesseract
from PIL import Image
import cv2

img = cv2.imread("y1y2.png")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
text = pytesseract.image_to_string(gray)
print(text)

此时就能读取出来图片里的文字。

如果识别效果不好，但是图片里的文字是确定的，则可以通过指定识别的文字范围来提高精确度。

4.tesseact限定识别内容

例如要识别数字和英文字母的内容，加了限定以后，识别的准确率有所提升。亲测，比如Y1,Y2;3-position在未加限制之前，识别了 L ¥ 23 position. 加了限定后识别成了Y1,Y2;3-position

具体方法：

打开tesseract安装目录，进入

tessdata/configs/

将digits复制一份，改名为：tmptest，表示增加一份识别规则的配置

使用文字编辑工具，打开文件tmptest

在tessedit_char_whitelist 后面跟随要识别的字符, 叫识别的白名单，保存退出。

tessedit_char_whitelist 0123456789-;...abcdefghigklmnopqrstuvwxyz.&%ABCDEFGHIGKLMNOPQRSTUVWXYZ,

识别的时候，需要在命令里加上tmptest配置，例如

tesseract xxx.jpg result -psm 7 tmptest

python 代码：

import pytesseract
from PIL import Image
import cv2img = cv2.imread("y1y2.png")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
config = "--psm  7"
text = pytesseract.image_to_string(gray, config='--psm 7 tmptest')
print(text)

5.其它

语言叠加

识别多语言，可以这样传：

code = pytesseract.image_to_string(image,lang="chi_sim+eng",config="-psm 6")

-psm的说明

关于config中 -psm配置项的说明可以通过tesseract --help-psm 查看psm

tesseract 学习笔记 psm+限定识别内容提升识别精度相关推荐

MMAction2 学习笔记（一）——骨骼动作识别模型相关内容
MMAction2 学习笔记 (一)--骨骼动作识别模型相关内容 0- 写在前面好久不用CSDN发东西了,近期研究可以说有进展却又没什么进展,达到方向切换到了动作识别,目前正在实习,具体的内容方向是 ...
opencv学习笔记五--文件扫描+OCR文字识别
opencv学习笔记五--文件扫描+OCR文字识别文件扫描定义函数边缘检测获取轮廓变换 OCR文字识别环境配置代码文件扫描 # 导入工具包 import numpy as np imp ...
深度学习笔记（48）内容代价函数
深度学习笔记(48) 内容代价函数 1. 激活函数值 2. 内容代价函数 1. 激活函数值风格迁移网络的代价函数有一个内容代价部分,还有一个风格代价部分先定义内容代价部分,不要忘了这就是整个风格迁 ...
vue学习笔记（四）- cmd无法识别vue命令解决方法
vue学习笔记(四)- cmd无法识别vue命令解决方法参考文章: (1)vue学习笔记(四)- cmd无法识别vue命令解决方法 (2)https://www.cnblogs.com/suRimn ...
【K210】K210学习笔记六——MaixHub在线模型训练识别数字
[K210]K210学习笔记六--MaixHub在线模型训练识别数字前言 K210准备工作数据的获取 MaixHub如何在线训练模型训练模型在K210上的测试小结前言本人大四学生,电赛生涯 ...
Python学习笔记 1.0 基础内容篇章
Python学习笔记 1.0 基础内容篇章注释变量一.定义变量二.使用变量 bug和debug bug: Debug工具: 数据类型认识数据类型在定义数据类型时发生的错误: 数据类型的补表 ...
学习笔记之12个月提升计划
Java世界博大精深,有太多的东西要学.如果一头扎进去,很可能会淹没在Java技术的海洋里.于是,最近一直在思考列一个提纲,作为高级工程师到资深.再到架构之路的路标. 学习笔记一栏,即为本计划的博客记 ...
K210开发板学习笔记（一）——K210人脸识别门禁+SD卡实现人脸数据存储（附代码解读）
基于K210的人脸门禁系统演示(按键录入人脸ID.人脸断电存储) 哔哩哔哩链接:https://b23.tv/MHXjhGa K210人脸识别门禁系统一个按键实现所有功能. 具体功能: 在线人脸录入 ...
学习笔记之范海鹰微表情识别
微表情识别 1. 微表情由来 1.1 基本情绪和次级情绪 1.2 保罗·埃克罗的贡献 2. 微表情意义 2.1 微表情产生原理 2.2 微表情的形态意义 2.3 微表情的读心内涵 2.4 微表情的应用 ...
学习笔记：人脸检测和人脸识别
人脸检测( Face Detection )和人脸识别技术是深度学习的重要应用之一.本章首先会介绍MTCNN算法的原理, 它是基于卷积神经网络的一种高精度的实时人脸检测和对齐技术.接着,还会介绍如何利 ...

最新文章

热门文章