神剑山庄资源网 Design By www.hcban.com
摘要:
近几天在做一个东西,其中需要对图像中的文字进行识别,看了前辈们的文章,找到两个较简单的方法:使用python的pytesseract库和调用百度AI平台接口。写下这篇文章做一个比较简短的记录和学习,后期如果有新内容再行补充。
1、使用python的pytesseract库
主要是安装库,比较简单,直接使用 pip install 安装即可;另外,如果进行中文识别,需要下载语言包,并配置好相应环境,具体操作可以进行百度,教程有不少。因为这个识别方法比较简单(但效果并不是很理想),下面直接贴出测试代码:
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参数的话,默认进行英文识别 print(s)
2、调用百度AI平台接口(有调用次数限制,通用50000次/天,学习完全够用)
这个类似于调用接口实现词法分析等操作,首先通过注册获得APP_ID、API_KEY、SECRET_KEY,然后调用接口实现OCR。由于是在线API,如果图片体积比较大,涉及到上传数据、分析数据、返回数据等一系列操作,需要一定的时间。此外,因为返回的是 dict 类型数据,所以需要对结果进行处理(这套算法是按行识别文字的,准确率较高,基本可以直接将结果进行提取和拼接)。实现起来比较简单,下面直接贴出代码:
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)
小结:
主要是初次接触OCR这个领域所做的一些笔记,后续再深入进行学习。
python实现的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()
标签:
Python,OCR
神剑山庄资源网 Design By www.hcban.com
神剑山庄资源网
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
神剑山庄资源网 Design By www.hcban.com
暂无基于Python的OCR实现示例的评论...
更新日志
2024年09月30日
2024年09月30日
- 孙悦.1996-伙伴【正大国际】【WAV+CUE】
- 纪钧瀚《钢琴阅读时光 雨中书店聆听轻音乐》[FLAC/分轨][399.62MB]
- 证声音乐图书馆《走向自然 疗心爵士乐》[320K/MP3][87.4MB]
- 证声音乐图书馆《走向自然 疗心爵士乐》[FLAC/分轨][184.94MB]
- 陈慧娴.2018-Priscilla-Ism演唱会3CD(2024环球红馆40复刻系列)【环球】【WAV+CUE】
- 郑秀文.1999-我应该得到(国)【华纳】【WAV+CUE】
- 陈家慧.2011-钢琴酒吧2CD【龙吟唱片】【WAV+CUE】
- 证声音乐图书馆《雨季 蓝调吉他 Rainy Blues》[320K/MP3][45.01MB]
- 证声音乐图书馆《雨季 蓝调吉他 Rainy Blues》[FLAC/分轨][109.13MB]
- 赞多《序章》[320K/MP3][45.54MB]
- 许巍.2004-每一刻都是崭新的【步升大风】【WAV+CUE】
- 群星.2024-四方馆影视原声带【韶愔音乐】【FLAC分轨】
- 陈雷.1997-安锁咧【金圆唱片】【WAV+CUE】
- 关淑怡.2013-MY.FAVORITE.SK.3CD【环球】【WAV+CUE】
- Sweety.2006-花言乔语【丰华】【WAV+CUE】