python實(shí)戰(zhàn)教程之OCR文字識別方法匯總
將圖片翻譯成文字一般被稱為光學(xué)文字識別（Optical Character Recognition，OCR）?？梢詫?shí)現(xiàn)OCR 的底層庫并不多，目前很多庫都是使用共同的幾個底層OCR 庫，或者是在上面進(jìn)行定制。
方法一： 使用easyocr模塊
easyocr是基于torch的深度學(xué)習(xí)模塊
easyocr安裝后調(diào)用過程中出現(xiàn)opencv版本不兼容問題，所以放棄此方案。
方法二：通過pytesseract調(diào)用tesseract
優(yōu)點(diǎn)：部署快，輕量級，離線可用，免費(fèi)
缺點(diǎn)：自帶的中文庫識別率較低，需要自己建數(shù)據(jù)進(jìn)行訓(xùn)練
Tesseract 是一個OCR 庫，目前由Google 贊助（Google 也是一家以O(shè)CR 和機(jī)器學(xué)習(xí)技術(shù)聞名于世的公司）。Tesseract 是目前公認(rèn)最優(yōu)秀、最精確的開源OCR 系統(tǒng)。
除了極高的精確度，Tesseract 也具有很高的靈活性。它可以通過訓(xùn)練識別出任何字體（只要這些字體的風(fēng)格保持不變就可以），也可以識別出任何Unicode 字符。
Tesseract的安裝與使用
python 識別圖片上的數(shù)字，使用pytesseract庫從圖像中提取文本，而識別引擎采用 tesseract-ocr。
pytesseract是python包裝器，它為可執(zhí)行文件提供了pythonic API。
1、安裝必要的包：
pip install pillow pip install pytesseract
2、安裝tesseract-ocr的識別引擎
最新版本下載地址： https://github.com/UB-Mannheim/tesseract/wiki
或者更多版本的tesseract下載地址：https://digi.bib.uni-mannheim.de/tesseract/
安裝完后，需要將Tesseract添加到系統(tǒng)變量中。
環(huán)境變量： 我的電腦 ->屬性 -> 高級系統(tǒng)設(shè)置 ->環(huán)境變量 ->系統(tǒng)變量 ，在 path 中添加 安裝路徑。
并將訓(xùn)練好的模型文件 chi_sim.traineddata 放入該目錄中，這樣安裝就完成了。
在命令行 WIN+R 輸入cmd ：輸入 tesseract -v ,出現(xiàn)版本信息，則配置成功。
tesseract-ocr默認(rèn)不支持中文識別。支持中文識別.png
3、解決pytesseract 找不到路徑的問題。
在自己安裝的pytesseract包中，找到pytesseract.py文件
打開pytesseract.py文件，修改 tesseract_cmd 的值：tesseract.exe 的安裝路徑 。
為了避免其他的錯誤，使用雙反斜杠，或者斜杠
4、簡單使用
import pytesseract
from PIL import Image
if __name__ == '__main__':
text = pytesseract.image_to_string(Image.open("D:\\test.png"),lang="eng")
# 如果你想試試Tesseract識別中文，只需要將代碼中的eng改為chi_sim即可
print(text)測試圖片：
輸出結(jié)果：
用Tesseract可以識別格式規(guī)范的文字，主要具有以下特點(diǎn)：
- 使用一個標(biāo)準(zhǔn)字體（不包含手寫體、草書，或者十分“花哨的”字體）
- 雖然被復(fù)印或拍照，字體還是很清晰，沒有多余的痕跡或污點(diǎn)
- 排列整齊，沒有歪歪斜斜的字
- 沒有超出圖片范圍，也沒有殘缺不全，或緊緊貼在圖片的邊緣
下面將給出幾個tesseract識別圖片中文字的例子。
首先是E://figures/other/poems.jpg, 輸入命令 tesseract E://figures/other/poems.jpg E://figures/other/poems.txt， 則會將poems.jpg中的識別文字寫入到poems.txt中，如下圖：
接著是稍微有點(diǎn)傾斜的文字圖片th.jpg,識別情況如下：
可以看到識別的情況不如剛才規(guī)范字體的好，但是也能識別圖片中的大部分字母。
最后是識別簡體中文，需要事先安裝簡體中文語言包，下載地址為：https://github.com/tesseract-ocr/tessdata/find/master/chi_sim.traineddata ,再講chi_sim.traineddata放在C:\Program Files (x86)\Tesseract-OCR\tessdata目錄下。我們以圖片timg.jpg為例：
輸入命令：
tesseract E://figures/other/timg.jpg E://figures/other/timg.txt -l chi_sim
識別結(jié)果如下：
只識別錯了一個字，識別率還是不錯的。
最后加一句，Tesseract對于彩色圖片的識別效果沒有黑白圖片的效果好。
pytesseract
pytesseract是Tesseract關(guān)于Python的接口，可以使用pip install pytesseract安裝。安裝完后，就可以使用Python調(diào)用Tesseract了，不過，你還需要一個Python的圖片處理模塊，可以安裝pillow.
輸入以下代碼，可以實(shí)現(xiàn)同上述Tesseract命令一樣的效果：
import pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = 'C://Program Files (x86)/Tesseract-OCR/tesseract.exe'
text = pytesseract.image_to_string(Image.open('E://figures/other/poems.jpg'))
print(text)運(yùn)行結(jié)果如下：
cnocr 第二種 Python 開源識別工具的效果
兩個工具的使用方法和對比效果。
安裝 cnocr：
pip install cnocr
看到 Successfully installed xxx 則說明安裝成功。
如果你只想對圖片中的中文進(jìn)行識別，那么 cnocr 是一個不錯的選擇，你只需要安裝 cnocr 包即可。
但如果你想試試其他語言的OCR識別，Tesseract 是更好的選擇。
cnocr 識別圖片的中文
cnocr 主要針對的是排版簡單的印刷體文字圖片，如截圖圖片，掃描件等。目前內(nèi)置的文字檢測和分行模塊無法處理復(fù)雜的文字排版定位。
盡管它分別提供了單行識別函數(shù)和多行識別函數(shù)，但在本人實(shí)測下，單行識別函數(shù)的效果非常糟糕，或者說要求的條件十分苛刻，基本上連截圖的文字都識別不出來。
不過多行識別函數(shù)還不錯，使用該函數(shù)識別的代碼如下：
from cnocr import CnOcr
ocr = CnOcr()
res = ocr.ocr('test.png')
print("Predicted Chars:", res)用于識別這個圖片里的文字：
效果如下：
如果不是很吹毛求疵，這樣的效果已經(jīng)很不錯了。
方法三：調(diào)用百度API
優(yōu)點(diǎn)：使用方便，功能強(qiáng)大
缺點(diǎn)：大量使用需要收費(fèi)
我自己采用的是調(diào)用百度API的方式，下面是我的步驟：
注冊百度賬號，創(chuàng)建OCR應(yīng)用可以參考其他教程。
購買后使用python調(diào)用方法
方式一： 通過urllib直接調(diào)用，替換自己的api_key和secret_key即可
# coding=utf-8
import sys
import json
import base64
# 保證兼容python2以及python3
IS_PY3 = sys.version_info.major == 3
if IS_PY3:
from urllib.request import urlopen
from urllib.request import Request
from urllib.error import URLError
from urllib.parse import urlencode
from urllib.parse import quote_plus
else:
import urllib2
from urllib import quote_plus
from urllib2 import urlopen
from urllib2 import Request
from urllib2 import URLError
from urllib import urlencode
# 防止https證書校驗(yàn)不正確
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
API_KEY = 'YsZKG1wha34PlDOPYaIrIIKO'
SECRET_KEY = 'HPRZtdOHrdnnETVsZM2Nx7vbDkMfxrkD'
OCR_URL = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic"
""" TOKEN start """
TOKEN_URL = 'https://aip.baidubce.com/oauth/2.0/token'
"""
獲取token
"""
def fetch_token():
params = {'grant_type': 'client_credentials',
'client_id': API_KEY,
'client_secret': SECRET_KEY}
post_data = urlencode(params)
if (IS_PY3):
post_data = post_data.encode('utf-8')
req = Request(TOKEN_URL, post_data)
try:
f = urlopen(req, timeout=5)
result_str = f.read()
except URLError as err:
print(err)
if (IS_PY3):
result_str = result_str.decode()
result = json.loads(result_str)
if ('access_token' in result.keys() and 'scope' in result.keys()):
if not 'brain_all_scope' in result['scope'].split(' '):
print ('please ensure has check the ability')
exit()
return result['access_token']
else:
print ('please overwrite the correct API_KEY and SECRET_KEY')
exit()
"""
讀取文件
"""
def read_file(image_path):
f = None
try:
f = open(image_path, 'rb')
return f.read()
except:
print('read image file fail')
return None
finally:
if f:
f.close()
"""
調(diào)用遠(yuǎn)程服務(wù)
"""
def request(url, data):
req = Request(url, data.encode('utf-8'))
has_error = False
try:
f = urlopen(req)
result_str = f.read()
if (IS_PY3):
result_str = result_str.decode()
return result_str
except URLError as err:
print(err)
if __name__ == '__main__':
# 獲取access token
token = fetch_token()
# 拼接通用文字識別高精度url
image_url = OCR_URL + "?access_token=" + token
text = ""
# 讀取測試圖片
file_content = read_file('test.jpg')
# 調(diào)用文字識別服務(wù)
result = request(image_url, urlencode({'image': base64.b64encode(file_content)}))
# 解析返回結(jié)果
result_json = json.loads(result)
print(result_json)
for words_result in result_json["words_result"]:
text = text + words_result["words"]
# 打印文字
print(text)方式二：通過HTTP-SDK模塊進(jìn)行調(diào)用
from aip import AipOcr
APP_ID = '25**9878'
API_KEY = 'VGT8y***EBf2O8xNRxyHrPNr'
SECRET_KEY = 'ckDyzG*****N3t0MTgvyYaKUnSl6fSw'
client = AipOcr(APP_ID,API_KEY,SECRET_KEY)
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
image = get_file_content('test.jpg')
res = client.basicGeneral(image)
print(res)
#res = client.basicAccurate(image)
#print(res)直接識別屏幕指定區(qū)域上的文字
from aip import AipOcr APP_ID = '25**9878' API_KEY = 'VGT8y***EBf2O8xNRxyHrPNr' SECRET_KEY = 'ckDyzG*****N3t0MTgvyYaKUnSl6fSw' client = AipOcr(APP_ID,API_KEY,SECRET_KEY) from io import BytesIO from PIL import ImageGrab out_buffer = BytesIO() img = ImageGrab.grab((100,200,300,400)) img.save(out_buffer,format='PNG') res = client.basicGeneral(out_buffer.getvalue()) print(res)
總結(jié)
到此這篇關(guān)于python實(shí)戰(zhàn)教程之OCR文字識別方法的文章就介紹到這了,更多相關(guān)python OCR文字識別內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
- python調(diào)用文字識別OCR輕松搞定驗(yàn)證碼
- 基于Python實(shí)現(xiàn)圖像文字識別OCR工具
- Python免費(fèi)驗(yàn)證碼識別之ddddocr識別OCR自動庫實(shí)現(xiàn)
- Python通用驗(yàn)證碼識別OCR庫之ddddocr驗(yàn)證碼識別
- Python通用驗(yàn)證碼識別OCR庫ddddocr的安裝使用教程
- python?ocr簡單示例之識別驗(yàn)證碼
- Python使用paddleOCR批量識別pdf的方法
- python使用ddddocr庫識別滑動驗(yàn)證碼簡單代碼示例
- Python利用cnocr庫實(shí)現(xiàn)pdf文件的文字識別
- python利用ddddocr包ocr識別圖片碼的實(shí)現(xiàn)
相關(guān)文章
基于python的selenium全網(wǎng)最新超詳細(xì)教程
這篇文章主要介紹了基于python的selenium全網(wǎng)最新超詳細(xì)教程,本文內(nèi)容比較長，結(jié)合實(shí)例代碼給大家講解的非常詳細(xì)，需要的朋友可以參考下2023-12-12
下面小編就為大家分享一篇numpy.delete刪除一列或多列的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04
python自動結(jié)束mysql慢查詢會話的實(shí)例代碼
這篇文章主要介紹了python自動結(jié)束mysql慢查詢會話,主要涉及到了mysql慢查詢會話查詢，定時任務(wù)的相關(guān)知識，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，需要的朋友可以參考下2019-10-10
python實(shí)現(xiàn)美團(tuán)訂單推送到測試環(huán)境，提供便利操作示例
這篇文章主要介紹了python實(shí)現(xiàn)美團(tuán)訂單推送到測試環(huán)境，提供便利操作,涉及Python基于requests模塊的網(wǎng)絡(luò)請求與數(shù)據(jù)處理相關(guān)操作技巧,需要的朋友可以參考下2019-08-08
python保存字典數(shù)據(jù)到csv文件的完整代碼
在實(shí)際數(shù)據(jù)分析過程中,我們分析用Python來處理數(shù)據(jù)（海量的數(shù)據(jù)）,我們都是把這個數(shù)據(jù)轉(zhuǎn)換為Python的對象的,比如最為常見的字典,下面這篇文章主要給大家介紹了關(guān)于python保存字典數(shù)據(jù)到csv的相關(guān)資料,需要的朋友可以參考下2022-06-06
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)udp傳輸圖片功能，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2020-03-03
Python圖像處理之簡單畫板實(shí)現(xiàn)方法示例
這篇文章主要介紹了Python圖像處理之簡單畫板實(shí)現(xiàn)方法,結(jié)合實(shí)例形式分析了Python基于cv2模塊與numpy模塊的數(shù)值計算及矩形圖形繪制簡單操作技巧,需要的朋友可以參考下2018-08-08
python實(shí)現(xiàn)批量注冊網(wǎng)站用戶的示例
今天小編就為大家分享一篇python實(shí)現(xiàn)批量注冊網(wǎng)站用戶的示例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-02-02
這篇文章主要介紹了Python爬蟲框架Scrapy的安裝和使用步驟,重點(diǎn)在解決依賴問題上,需要的朋友可以參考下2014-04-04
這篇文章主要介紹了Django Xadmin多對多字段過濾實(shí)例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04