我們將介紹如何使用 Python 中的 Tesseract 創(chuàng)建一個可以從圖像中讀取文本的程序。

Python 中的超正方體

當(dāng)我們使用需要從圖像中讀取文本的功能的系統(tǒng)時，我們會使用 Python 中的 Tesseract。 它提供了強大的功能，幫助我們更準(zhǔn)確、更高效地從圖像中讀取文本。

本文還將介紹使用流行的 OpenCV 庫從圖像中提取文本。

Tesseract 是一個基于計算機的系統(tǒng)，用于光學(xué)字符識別 (OCR) 和其他圖像到文本處理。 它主要用于不使用拉丁字母的語言的文本識別。

該系統(tǒng)可用于多種用途，包括文本和數(shù)據(jù)挖掘、教育、翻譯和機器翻譯。

Tesseract 也是該軟件開源版本的名稱。 它通常用于自然語言處理和機器學(xué)習(xí)中的文本分類和其他與文本相關(guān)的任務(wù)。

首先，讓我們使用以下代碼行在 Python 中安裝 Tesseract 工具。

# python
pip install pytesseract

安裝 Tesseract 工具后，我們將安裝其他重要的庫，我們將在示例中使用它們從圖像中讀取文本。 首先，我們將使用以下命令安裝 OpenCV。

# python
pip install opencv-python

現(xiàn)在我們將安裝 ArgParse 庫，我們將使用它來創(chuàng)建用戶友好的命令行界面。 我們可以使用以下命令輕松安裝它。

# python
pip install argparse

我們現(xiàn)在將安裝 Pillow 庫，一個 Python 成像庫。 該庫將為我們的 python 解釋器添加圖像處理功能。

我們可以使用下面所示的命令安裝這個庫。

# python
pip install Pillow

在 Python 中使用 Tesseract 從圖像中讀取文本

現(xiàn)在，讓我們使用 Tesseract 在 Python 中從圖像中讀取文本。 我們需要按照以下步驟使其發(fā)揮作用。

首先，我們將從圖庫中導(dǎo)入或加載要從中讀取文本的圖像，如果沒有，我們可以從 Chrome 下載它，然后加載它。

導(dǎo)入圖像后，我們會將加載的圖像轉(zhuǎn)換為二進制文件。 在最后一步中，我們將二進制文件發(fā)送到 Tesseract，Tesseract 將查找其中的文本并從圖像中返回文本。

我們將導(dǎo)入之前安裝的所有庫。

# python
import cv2
import os,argparse
import pytesseract
from PIL import Image

我們將使用 ArgParse 函數(shù) ArgumentParser() 構(gòu)造參數(shù)解析器，如下所示。

# python
imgArg = argparse.ArgumentParser()
imgArg.add_argument("-i","--image",
                required=True,
                help="Enter path of image folder")
imgArg.add_argument("-p","--pre_processor",
                default="thresh",
                help="the preprocessor usage")
arguments = vars(imgArg.parse_args())

現(xiàn)在，我們將使用 OpenCV 庫通過以下代碼讀取帶有文本的圖像。

# python
imageRead = cv2.imread(arguments["image"])

現(xiàn)在，我們將使用 OpenCV 庫將圖像轉(zhuǎn)換為灰度，如下所示。

#python
imgGray=cv2.cvtColor(imageRead, cv2.COLOR_BGR2GRAY)

然后，我們將使用 if-else 語句來檢查圖像是否被脫?；蚰：?。 如果是，我們可以更改閾值和模糊，如下所示。

# python
if arguments["pre_processor"]=="thresh":
    cv2.threshold(gray, 0,255,cv2.THRESH_BINARY| cv2.THRESH_OTSU)[1]
if arguments["pre_processor"]=="blur":
    cv2.medianBlur(gray, 3)

如下所示，我們將使用 OpenCV 和 Tesseract 庫將圖像添加到內(nèi)存中。

# python
nameImg = "{}.jpg".format(os.getpid())
cv2.imwrite(nameImg, gray)
imgText = pytesseract.image_to_string(Image.open(nameImg))
os.remove(nameImg)
print(imgText)

現(xiàn)在，我們將使用以下代碼顯示圖像輸出。

# python
cv2.imshow("Images Uploaded", imageRead)
cv2.imshow("Images Converted In Grayscale", imgGray)
cv2.waitKey(0)

現(xiàn)在，讓我們使用以下代碼運行上面的代碼，并檢查它是如何工作的以及它從圖像中讀取文本的效果如何。

# python
python main.py --image img/read.jpg

我們發(fā)送的圖片如下所示：

圖像處理完成后，將以灰度形式保存，如下所示：

我們將在命令提示符中得到以下輸出：

正如您在上面的示例中看到的，我們可以輕松使用圖像并閱讀其文本。 如果需要，我們可以存儲它們或?qū)⑺鼈冿@示在控制臺中。

以上就是Python使用Tesseract實現(xiàn)從圖像中讀取文本的詳細內(nèi)容，更多關(guān)于python Tesseract圖像讀取文本的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論