`
huangyongxing310
  • 浏览: 498974 次
  • 性别: Icon_minigender_1
  • 来自: 广州
文章分类
社区版块
存档分类
最新评论

tesseract应用

 
阅读更多
tesseract应用


from PIL import Image
import pytesseract
print(pytesseract.image_to_string(Image.open('test.png')))
print(pytesseract.image_to_string(Image.open('test-european.jpg'), lang='fra'))


核心代码就是image_to_string函数,该函数还支持-l eng 参数,支持-psm 参数。

--psm: 指定识别对象属性,如果要识别的图像中文字的分布是只有一行,就是用 “--psm 7”

Page segmentation modes:
0 Orientation and script detection (OSD) only.
1 Automatic page segmentation with OSD.
2 Automatic page segmentation, but no OSD, or OCR.
3 Fully automatic page segmentation, but no OSD. (Default)
4 Assume a single column of text of variable sizes.
5 Assume a single uniform block of vertically aligned text.
6 Assume a single uniform block of text.
7 Treat the image as a single text line.
8 Treat the image as a single word.
9 Treat the image as a single word in a circle.
10 Treat the image as a single character.
11 Sparse text. Find as much text as possible in no particular order.
12 Sparse text with OSD.
13 Raw line. Treat the image as a single text line,

bypassing hacks that are Tesseract-specific.




image_to_string(Image.open('test.png'),lang="eng" config="-psm 7")



命令行使用
tesseract chi_sm.png result -l chi_sim
格式的意思是:软件 图片名 识别结果保存为result.txt -l表示选择语言 最后是语言
chi_sim(简体中文)
eng(英文)



训练自己的库
jTessBoxEditor
这个东西是用来训练一个叫做teesseract智能图片识别软件的训练框架,

在进行训练之前还有几个小步骤:
1.将图片转换成tif格式,用于后面生成box文件。可以通过画图,然后另存为tif即可。(标签图像文件格式)
更改图片名字,这个是有要求的=。=
tif文面命名格式[lang].[fontname].exp[num].tif 
lang是语言 fontname是字体
比如我们要训练自定义字库 mjorcen字体名normal
那么我们把图片文件重命名 mjorcen.normal.exp0.jpg在转tif。

2.生成box文件,CMD命令:
tesseract mjorcen.normal.exp0.jpg mjorcen.normal.exp0 -l chi_sim batch.nochop makebox
这里生成的box是存储这图片文字的识别位置参数,如果没有识别出任何文字,里面应该是空的,不信的可以用记事本方式打开。顺表可以随手添加几个数据,分别是字体坐标,和文字宽高,还有图片序号,因为这里只有一张图片,所以我最后就写0

https://blog.csdn.net/ProgramOfApe/article/details/78288622(jTessBoxEditor使用)

http://www.cnblogs.com/cnlian/p/5765871.html(jTessBoxEditor使用)

https://blog.csdn.net/woaipangruimao/article/details/78741022(用jTessBoxEditor自动训练3500常用汉字)

https://blog.csdn.net/Metamorpho/article/details/80835574








分享到:
评论

相关推荐

    tesseract下的简单应用

    Tesseract适用于各种项目,从小型个人应用到大型企业级解决方案,尤其对于处理印刷体文本具有很高的准确率。 **VS2010 MFC与Tesseract集成** 在Visual Studio 2010中,Microsoft Foundation Class (MFC) 库提供了...

    tesseract4.0

    5. **命令行工具**:除了API,Tesseract 还提供了一个命令行工具,可以直接对图像进行OCR操作,适合快速测试和简单应用。 6. **灵活性**:Tesseract 支持多种图像格式,如JPEG、PNG、TIFF等,并且可以处理彩色、...

    tesseract tesseract-3.04.00

    5. **API接口**:对于开发者来说,Tesseract还提供了C++和Python等编程语言的API,方便在各种应用程序中集成OCR功能。 **使用步骤** 1. **安装**:首先需要在操作系统上安装Tesseract 3.04.00,这通常可以通过包...

    tesseract-4.1.0最新版,tesseract下载,matlab

    4. **API接口**:Tesseract提供了C++、Python、Java等多种编程语言的API接口,方便开发者将其集成到各种应用中,如图像处理软件、文档管理系统等。 5. **命令行工具**:除了通过编程接口调用,Tesseract还提供...

    tesseract中文简体字库

    3. **集成到应用**:开发者可以将Tesseract集成到各种应用程序中,如图像处理软件、文档管理系统等,提供内置的文本识别功能。 在实际应用中,使用Tesseract需要注意以下几点: - **预处理**:在进行识别前,通常...

    tesseract-ocr-w64-5.0.0+tesseract4.1.1

    现在,Tesseract OCR是开源社区中的一个关键工具,广泛应用于自动化文本提取、文档数字化和图像转文本等场景。 **1. Tesseract OCR 的发展历程** - **惠普时代**:Tesseract最初由HP实验室开发,旨在提供高精度的...

    tesseract.js-master.zip

    《Tesseract.js:一款强大的JavaScript版OCR库》 在当今数字化的世界中,光学字符识别...无论是网页应用、移动应用还是桌面应用,只要有JavaScript的环境,就能借助Tesseract.js实现高效、便捷的OCR解决方案。

    delphi 源码Tesseract3.0 ocr

    【标题】"delphi 源码Tesseract3.0 OCR" 涉及到的知识点主要集中在 Delphi 编程语言以及 Tesseract OCR(Optical Character Recognition,光学字符识别)引擎的应用上。Tesseract OCR 是一个开源的、高度可训练的...

    Tesseract 数字识别库

    在实际应用中,将这个训练数据文件复制到Tesseract的data目录下,就可以使其启用这个特定的数字识别模式。 总结来说,Tesseract 数字识别库是一个优化过的OCR解决方案,专注于识别数字和小数点。通过特定的训练,它...

    TesseractOCR 训练集

    Tesseract OCR(Optical Character Recognition)是一款开源的文本识别引擎,由谷歌维护,它能够将图像中的...正确使用这些训练数据,可以极大地提高Tesseract在实际应用场景中的性能,使其成为强大的文本识别工具。

    Tesseract离线安装包(leptonica+tesseract+中英文训练包)

    Tesseract以其强大的识别能力、丰富的语言支持以及灵活的自定义训练功能,在各种场景下得到了广泛应用。在这个离线安装包中,包括了Tesseract的核心组件、Leptonica图像处理库以及中英文训练数据,使得用户可以在...

    Tesseract v5.0.0免安装版.rar

    7. **增强现实应用**:Tesseract OCR技术在增强现实中也有广泛应用,例如读取现实世界中的二维码、条形码或者路标上的文字,为AR体验提供信息交互。 8. **图像预处理**:为了提高识别效果,通常需要对图像进行...

    tesseract中文语言包.rar

    这个文件使得Tesseract OCR能够识别繁体中文字符,提升在这些地区的应用价值。 2. chi_sim.traineddata:这是针对简体中文的训练数据文件。简体中文是中国大陆最常用的文字形式,因此这个文件对于在中国内地进行OCR...

    tesseract-5.0.zip

    《Tesseract 5.0:OCR技术的深度解析与应用》 Tesseract 5.0 是一个开源的光学字符识别(OCR)引擎,由谷歌维护并持续更新。这个版本是针对Visual Studio 2015编译环境构建的,支持32位(x86)架构,提供调试和发布...

    tesseract资源包及chinese语言包

    **Tesseract的应用场景** 1. **文档数字化**: 对纸质文档批量扫描并转换为电子文本,方便搜索和编辑。 2. **发票和表格识别**: 自动识别并提取表格中的数据,用于数据分析和报表生成。 3. **屏幕抓取**: 从屏幕上...

    Tesseract 金额数字识别库

    5. **应用集成**:这个库可以方便地集成到各种应用中,例如财务报表自动化处理、银行对账单分析等,帮助提高工作效率,减少人为错误。 总的来说,Tesseract 金额数字识别库通过专有的训练数据和优化的识别流程,为...

    tesseract-5.2.0.tar.gz

    《图像识别技术与Tesseract-5.2.0在JAVA环境下的应用》 在现代信息技术领域,图像识别技术已经成为一种不可或缺的重要工具,广泛应用于 OCR(Optical Character Recognition,光学字符识别)、自动驾驶、智能安防等...

    tesseract-OCR识别实例工程(vs2015+win10)+tesseract 4.0(32位和64位编译库)

    **Tesseract OCR识别技术详解** Tesseract OCR(Optical Character Recognition,光学字符识别)是一种开源的文本识别引擎,由Google维护。它最初由HP开发,后来转移到了Google,现在是世界上最广泛使用的OCR引擎之...

    OCR-Tesseract5.0编译后完整版本

    总之,Tesseract 5.0作为一个强大的OCR引擎,通过深度学习技术提升了文本识别的准确性和效率,适用于各种应用场景。用户不仅可以直接使用预编译的版本,也可以通过源码编译以适应特定需求。同时,丰富的社区资源和...

    tesseract5.0 编译成功的库5.0.rar

    《Tesseract 5.0 编译指南及应用解析》 Tesseract OCR(Optical Character Recognition,光学字符识别)是一款开源的文本识别引擎,由谷歌维护。Tesseract 5.0 是其最新的版本,提供了更强大的文字识别能力,特别是...

Global site tag (gtag.js) - Google Analytics