溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
摘要：
近幾天在做一個東西，其中需要對圖像中的文字進行識別，看了前輩們的文章，找到兩個較簡單的方法：使用python的pytesseract庫和調用百度AI平臺接口。寫下這篇文章做一個比較簡短的記錄和學習，后期如果有新內容再行補充。
1、使用python的pytesseract庫
主要是安裝庫，比較簡單，直接使用 pip install 安裝即可；另外，如果進行中文識別，需要下載語言包，并配置好相應環境，具體操作可以進行百度，教程有不少。因為這個識別方法比較簡單（但效果并不是很理想），下面直接貼出測試代碼：
import pytesseract
from PIL import Image
img = Image.open('./testImages/test01.jpg')
pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'
s = pytesseract.image_to_string(img, lang='chi_sim') #不加lang參數的話，默認進行英文識別
print(s)
2、調用百度AI平臺接口（有調用次數限制，通用50000次/天，學習完全夠用）
這個類似于調用接口實現詞法分析等操作，首先通過注冊獲得APP_ID、API_KEY、SECRET_KEY，然后調用接口實現OCR。由于是在線API，如果圖片體積比較大，涉及到上傳數據、分析數據、返回數據等一系列操作，需要一定的時間。此外，因為返回的是 dict 類型數據，所以需要對結果進行處理（這套算法是按行識別文字的，準確率較高，基本可以直接將結果進行提取和拼接）。實現起來比較簡單，下面直接貼出代碼：
from aip import AipOcr
APP_ID = '00000000'
API_KEY = '00000000000000000000'
SECRET_KEY = '00000000000000000000'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
def image2text(fileName):
image = get_file_content(fileName)
dic_result = client.basicGeneral(image)
res = dic_result['words_result']
result = ''
for m in res:
result = result + str(m['words'])
return result
getresult = image2text('./test01.jpg')
print(getresult)
小結：
主要是初次接觸OCR這個領域所做的一些筆記，后續再深入進行學習。
python實現的ocr接口
import pytesseract
import requests
from PIL import Image
from PIL import ImageFilter
from StringIO import StringIO
from werkzeug.utils import secure_filename
from gevent import monkey
from gevent.pywsgi import WSGIServer
monkey.patch_all()
from flask import Flask,render_template,jsonify,request,send_from_directory
import time
import os
import base64
import random
app = Flask(__name__)
UPLOAD_FOLDER='upload'
app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER
basedir = os.path.abspath(os.path.dirname(__file__))
ALLOWED_EXTENSIONS = set(['png','jpg','JPG','PNG'])
def allowed_file(filename):
return '.' in filename and filename.rsplit('.',1)[1] in ALLOWED_EXTENSIONS
@app.route('/',methods=['GET'],strict_slashes=False)
def indexpage():
return render_template('index.html')
@app.route('/',methods=['POST'],strict_slashes=False)
def api_upload():
log = open("error.log","w+")
file_dir = os.path.join(basedir, app.config['UPLOAD_FOLDER'])
if not os.path.exists(file_dir):
os.makedirs(file_dir)
print request.headers
print >> log, request.headers
f = request.files['file']
postLang = request.form.get("lang", type=str)
log.close()
if f and allowed_file(f.filename):
fname = secure_filename(f.filename)
ext = fname.rsplit('.',1)[1]
unix_time = int(time.time())
new_filename = str( random.randrange(0, 10001, 2))+str(unix_time)+'.'+ext
f.save(os.path.join(file_dir,new_filename))
if cmp(postLang, "chi_sim"):
strboxs = pytesseract.image_to_boxes(Image.open("/var/OCRhtml/upload/" + new_filename), lang="chi_sim")
strdata = pytesseract.image_to_string(Image.open("/var/OCRhtml/upload/" + new_filename), lang="chi_sim")
print "Chinese"
else:
strboxs = pytesseract.image_to_boxes(Image.open("/var/OCRhtml/upload/"+new_filename))
strdata = pytesseract.image_to_string(Image.open("/var/OCRhtml/upload/"+new_filename))
return jsonify({"errno":0, "msg":"succeed ","data":strdata,"info":strboxs})
else:
return jsonify({"errno":1001, "errmsg":u"failed"})
if __name__ == '__main__':
http_server = WSGIServer(('', 80), app)
http_server.serve_forever()
到此這篇關于基于Python的OCR實現示例的文章就介紹到這了,更多相關Python OCR 內容請搜索億速云以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持億速云！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
