python OCR文字識(shí)別的方法有哪些

今天小編給大家分享一下python OCR文字識(shí)別的方法有哪些的相關(guān)知識(shí)點(diǎn)，內(nèi)容詳細(xì)，邏輯清晰，相信大部分人都還太了解這方面的知識(shí)，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來(lái)了解一下吧。

將圖片翻譯成文字一般被稱為光學(xué)文字識(shí)別（Optical Character Recognition，OCR）?？梢詫?shí)現(xiàn)OCR 的底層庫(kù)并不多，目前很多庫(kù)都是使用共同的幾個(gè)底層OCR 庫(kù)，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(guò)程中出現(xiàn)opencv版本不兼容問(wèn)題，所以放棄此方案。

方法二：通過(guò)pytesseract調(diào)用tesseract

優(yōu)點(diǎn)：部署快，輕量級(jí)，離線可用，免費(fèi)

缺點(diǎn)：自帶的中文庫(kù)識(shí)別率較低，需要自己建數(shù)據(jù)進(jìn)行訓(xùn)練

Tesseract 是一個(gè)OCR 庫(kù)，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(kāi)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(guò)訓(xùn)練識(shí)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(shí)別出任何Unicode 字符。

Tesseract的安裝與使用

python 識(shí)別圖片上的數(shù)字，使用pytesseract庫(kù)從圖像中提取文本，而識(shí)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(shí)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(jí)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(shí)別。支持中文識(shí)別.png

3、解決pytesseract 找不到路徑的問(wèn)題。

在自己安裝的pytesseract包中，找到pytesseract.py文件

打開(kāi)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(cuò)誤，使用雙反斜杠，或者斜杠

4、簡(jiǎn)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(shí)別中文，只需要將代碼中的eng改為chi_sim即可
    print(text)

測(cè)試圖片：

輸出結(jié)果：

用Tesseract可以識(shí)別格式規(guī)范的文字，主要具有以下特點(diǎn)：

• 使用一個(gè)標(biāo)準(zhǔn)字體（不包含手寫(xiě)體、草書(shū)，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(méi)有多余的痕跡或污點(diǎn)

• 排列整齊，沒(méi)有歪歪斜斜的字

• 沒(méi)有超出圖片范圍，也沒(méi)有殘缺不全，或緊緊貼在圖片的邊緣

  下面將給出幾個(gè)tesseract識(shí)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(huì)將poems.jpg中的識(shí)別文字寫(xiě)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(shí)別情況如下：

可以看到識(shí)別的情況不如剛才規(guī)范字體的好，但是也能識(shí)別圖片中的大部分字母。

最后是識(shí)別簡(jiǎn)體中文，需要事先安裝簡(jiǎn)體中文語(yǔ)言包，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(shí)別結(jié)果如下：

只識(shí)別錯(cuò)了一個(gè)字，識(shí)別率還是不錯(cuò)的。

最后加一句，Tesseract對(duì)于彩色圖片的識(shí)別效果沒(méi)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(guò)，你還需要一個(gè)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(kāi)源識(shí)別工具的效果

兩個(gè)工具的使用方法和對(duì)比效果。

安裝 cnocr：

pip install cnocr

看到 Successfully installed xxx 則說(shuō)明安裝成功。

如果你只想對(duì)圖片中的中文進(jìn)行識(shí)別，那么 cnocr 是一個(gè)不錯(cuò)的選擇，你只需要安裝 cnocr 包即可。

但如果你想試試其他語(yǔ)言的OCR識(shí)別，Tesseract 是更好的選擇。

cnocr 識(shí)別圖片的中文

cnocr 主要針對(duì)的是排版簡(jiǎn)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(cè)和分行模塊無(wú)法處理復(fù)雜的文字排版定位。

盡管它分別提供了單行識(shí)別函數(shù)和多行識(shí)別函數(shù)，但在本人實(shí)測(cè)下，單行識(shí)別函數(shù)的效果非常糟糕，或者說(shuō)要求的條件十分苛刻，基本上連截圖的文字都識(shí)別不出來(lái)。

不過(guò)多行識(shí)別函數(shù)還不錯(cuò)，使用該函數(shù)識(shí)別的代碼如下：

from cnocr import CnOcr
ocr = CnOcr()
res = ocr.ocr('test.png')
print("Predicted Chars:", res)

用于識(shí)別這個(gè)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(cuò)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(cè)百度賬號(hào)，創(chuàng)建OCR應(yīng)用可以參考其他教程。

購(gòu)買后使用python調(diào)用方法

方式一： 通過(guò)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(shū)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(shí)別高精度url
    image_url = OCR_URL + "?access_token=" + token
    text = ""
    # 讀取測(cè)試圖片
    file_content = read_file('test.jpg')
    # 調(diào)用文字識(shí)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(guò)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(shí)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)

以上就是“python OCR文字識(shí)別的方法有哪些”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會(huì)為大家更新不同的知識(shí)，如果還想學(xué)習(xí)更多的知識(shí)，請(qǐng)關(guān)注億速云行業(yè)資訊頻道。