奔驰宝马娱乐注册开户最高占成:Python识别图片中的文字

本文来源:http://www.2233033.com/www_deyi_com/

菲律宾申博娱乐登入,库克脸上的青筋暴出,争辨道:加碳,加碳是为了耐摔,加碳,增加强度的事,不算偷工减料。在杭州,什么事都能用支付宝解决。主动辞退你和使用这种无良的996比你主动离职,对公司来说,区别很大的啊。来自广东省东莞市的匿名人士对新闻:的评论别介,美国人最爱的集体诉讼还没开始,怎么能算最艰难呢来自上海市的匿名人士对新闻:的评论说好的没问题呢这次真的要感谢美帝了。

对纯净的水来说,即使温度低于0℃,因为没有冻结核,所以很难冻结,也就不能成为冰。来自广东省东莞市的匿名人士对新闻:的评论别介,美国人最爱的集体诉讼还没开始,怎么能算最艰难呢来自上海市的匿名人士对新闻:的评论说好的没问题呢这次真的要感谢美帝了。蓝宝石莫氏硬度降到6其实就是玻璃。国内永远也不会出现,烫破个嘴皮,赔几百万的事,你索赔多了,都可能给你定个敲砸的罪名。

魅族:你等等在上我,我给你要钱呢!高通:好...来自湖南省长沙市的匿名人士对新闻:的评论佛祖精通C#、Java、PHP、Python等各大主流语言来自山东省青岛市的匿名人士对新闻:的评论跑了50KM结果发现玻璃外,两边和顶上都坐满了人来自上海市的匿名人士对新闻:的评论我都知道原因,微波炉呗来自广东省的匿名人士对新闻:的评论联想也有同样的毛病,都被惯成全球性的大公司了!来自河南省平顶山市的匿名人士对新闻:的评论邮寄爆炸物判几年谁来科普下[s:笑]来自山东省淄博市的匿名人士对新闻:的评论质监部门和监管部门要到315才上班来自广东省的匿名人士对新闻:的评论用外部加热诋毁抹黑中国这事一定要跟寒锅人算账。点击图片进入下一页祖冲之  中国古代公元1世纪的重要的数学专著《九章算术》,在世界数学史上最早提出负数概念及正负数加减法法则;13世纪中国就已经有了十次方程的解法,14世纪以前中国一直是世界上数学最为发达的国家之一,这一纪录直到15世纪才由阿拉伯数学家卡西打破。来自广东省深圳市的匿名人士对新闻:的评论三星表示,这是电脑给手机加热了,我们不背这个锅!来自局域网的匿名人士对新闻:的评论对于不愿意使用触摸屏的用户.智能手机逾发难用来自广东省广州市的iOS客户端用户对新闻:的评论一次性不要出那么多颜色,红色我们可以留到iphone8再卖来自浙江省杭州市的匿名人士对新闻:的评论105吨也就300亿。对纯净的水来说,即使温度低于0℃,因为没有冻结核,所以很难冻结,也就不能成为冰。

Python识别图片中的文字

一、前言

不知道大家有没有遇到过这样的问题,就是在某个软件或者某个网页里面有一篇文章,你非常喜欢,但是不能复制。或者像百度文档一样,只能复制一部分,这个时候我们就会选择截图保存。但是当我们想用到里面的文字时,还是要一个字一个字打出来。那么我们能不能直接识别图片中的文字呢?答案是肯定的。

二、Tesseract

文字识别是ORC的一部分内容,ORC的意思是光学字符识别,通俗讲就是文字识别。Tesseract是一个用于文字识别的工具,我们结合Python使用可以很快的实现文字识别。但是在此之前我们需要完成一个繁琐的工作。

(1)Tesseract的安装及配置

Tesseract的安装我们可以移步到该网址 /digi_bib_uni-mannheim_de/tesseract/,我们可以看到如下界面:

在这里插入图片描述

有很多版本供大家选择,大家可以根据自己的需求选择。其中w32表示32位系统,w64表示64位系统,大家选择合适的版本即可,可能下载速度比较慢,大家可以选择链接:/pan_baidu_com/s/1jKZe_ACLQCVXiCmvHj9adw 提取码:ayel下载。安装时我们需要知道我们安装的位置,将安装目录配置到系统path变量当中,我们路径是D:\CodeField\Tesseract-OCR

在这里插入图片描述

我们右击我的电脑/此电脑->属性->高级系统设置->环境变量->Path->编辑->新建然后将我们的路径复制进去即可。添加好系统变量后后我们还需要依次点确定,这样才算配置好了。

(2)下载语言包

Tesseract默认是不支持中文的,如果想要识别中文或者其它语言需要下载相应的语言包,下载地址如下: /tesseract-ocr_github_io/tessdoc/Data-Files ,进入网站后我们往下翻:

在这里插入图片描述

其中有两个中文语言包,一个Chinese-Simplified和Chinese-Traditional,它们分别是简体中文和繁体中文,我们选择需要的下载即可。下载完成后我们需要放到Tesseract的路径下的tessdata目录下,我们路径是D:\CodeField\Tesseract-OCR\tessdata

(3)其它模块下载

除了上面的步骤,我们还需要下载两个模块:

pip install pytesseract
pip install pillow

第一个是用于文字识别的,第二个是用于图片读取的。接下来我们就可以进行文字识别了。

三、文字识别

(1)单张图片识别

接下来的操作就要简单的多,下面是我们要识别的图片:

在这里插入图片描述

接下来就是我们文字识别的代码:

import pytesseract
from PIL import Image
# 读取图片
im = Image.open('sentence.jpg')
# 识别文字
string = pytesseract.image_to_string(im)
print(string)

识别结果如下:

Do not go gentle into that good night!

因为默认是支持英文的,所以我们可以直接识别,但是当我们要识别中文或其它语言时就需要做些修改:

import pytesseract
from PIL import Image
# 读取图片
im = Image.open('sentence.png')
# 识别文字,并指定语言
string = pytesseract.image_to_string(im, lang='chi_sim')
print(string)

在识别时,我们设置lang='chi_sim',也就是把语言设置为简体中文,只有当你的tessdata目录下有简体中文包该设置才会生效。下面是我们用来识别的图片:

在这里插入图片描述

识别结果如下:

不 要 温 顺 的 走 进 那 个 良 夜

图片内容被准确识别出来了。有一点我们需要知道,在我们将语言设置为简体中文或其它语言后,Tesseract还是可以识别出英文字符。

菲律宾申博娱乐登入(2)批量图片识别

既然我们把单张图片识别列出来了,就肯定还有批量图片识别这个功能,这就需要我们准备一个txt文件了,比如我有text.txt文件,内容如下:

sentence1.jpg
sentence2.jpg

我们将代码修改为如下:

import pytesseract
# 识别文字
string = pytesseract.image_to_string('text.txt', lang='chi_sim')
print(string)

但是这样自己写一个txt文件难免有些麻烦,因此我们又可以进行如下修改:

import os
import pytesseract
# 文字图片的路径
path = 'text_img/'
# 获取图片路径列表
imgs = [path + i for i in os.listdir(path)]
# 打开文件
f = open('text.txt', 'w+', encoding='utf-8')
# 将各个图片的路径写入text.txt文件当中
for img in imgs:
    f.write(img + '\n')
# 关闭文件
f.close()
# 文字识别
string = pytesseract.image_to_string('text.txt', lang='chi_sim')
print(string)

这样我们只需要传入一个文字图片的根目录就可以批量进行识别了。在测试过程中发现,Tesseract对手写体、行楷等飘逸的字体识别不准确,对一些复杂的字识别也有待提升。但是宋体、印刷体等笔画严谨的字体识别准确率很高。另外如果图片的倾斜大于一定的角度,识别结果也会有很大差别。

展开阅读全文

没有更多推荐了,菲律宾申博娱乐登入

??2019 CSDN 皮肤主题: 黑客帝国 设计师: 上身试试
应支付0元
点击重新获取
扫码支付

支付成功即可阅读

申博游戏注册 www.9646.com 旧版申博开户直营网 申博游戏网直营网 申博亚洲娱乐官网直营 申博代理网直营
申博会员登入 太阳城管理网 菲律宾申博138娱乐网直营 申博娱乐网登入 太阳城申博桌面安装版下载 菲律宾申博太阳城登入
申博太阳城官方现金直营网 www.123456msc.com www.88sbc.com 申愽下载直营网 申博138官网登录登入 新版申博开户直营网