做装修设计的网站,麻涌公司网站建设公司,局机关网站建设改进措施,wordpress收录差劲啊一 、介绍 Tesseract是一款由Google赞助的开源OCR。 pytesseract是python包装器#xff0c;它为可执行文件提供了pythonic API。 Tesseract 已经有 30 年历史#xff0c;开始它是惠普实验室的一款专利软件#xff0c;在2005年后由Google接手并进一步开发和完善。Tesseract支… 一 、介绍 Tesseract是一款由Google赞助的开源OCR。 pytesseract是python包装器它为可执行文件提供了pythonic API。 Tesseract 已经有 30 年历史开始它是惠普实验室的一款专利软件在2005年后由Google接手并进一步开发和完善。Tesseract支持多种语言文字的检测和识别包括中文、英语、德语、法语、意大利语等多种主要语言同时也支持针对特定场景或应用的领域OCR开发。 Tesseract基于机器学习技术使用了多层神经网络以及支持向量机(SVM)等算法进行文字特征提取和识别。同时Tesseract通过图像预处理、二值化、斑点去除和边框检测等多个环节优化页面处理流程并且提供了多种字体、大小、旋转角度和噪声等挑战场景下的训练数据集使得识别精度可以获得不错的性能表现。 二、安装 1、python安装pytesseract pip install pytesseract -i https://pypi.tuna.tsinghua.edu.cn/simple/2、python安装Pillow图片处理 pip install Pillow -i https://pypi.tuna.tsinghua.edu.cn/simple/3、pytesseract需要和安装在本地的tesseract-ocr.exe文件一起使用 tesseract-ocr.exe 下载地址 github 根据你的操作系统选择适当的版本进行下载和安装。安装勾选中文语言包 4、系统变量path添加tesseract的安装路径xx:\Program Files\tesseract 系统变量path详细添加,或者遇到没有找到文件问题请看我的下一篇 三、使用 import pytesseract
from PIL import Image
#英文langeng#中文:langchi_sim#中英文混合langchi_simeng
text pytesseract.image_to_string(Image.open(r./img/a.jpg), langeng)
print(英文,text)上述代码假设你有一个名为a.png的图像文件它位于同级/img工作目录下。通过image_to_string()函数将图像转换为文本并将结果存储在text变量中。最后可以使用print语句打印出识别的文本。 这就是使用Tesseract及pytesseract进行OCR的基本步骤。你可以根据自己的需求进一步探索和调整代码。
