转自:https://blog.csdn.net/qq_37372196/article/details/89863593
    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。
    ————————————————
    版权声明:本文为CSDN博主「Java有对象」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
    原文链接:https://blog.csdn.net/qq_37372196/article/details/89863593