Python通過Tesseract庫實(shí)現(xiàn)文字識別
機(jī)器視覺
從Google的無人駕駛汽車到可以識別假鈔的自動售賣機(jī),機(jī)器視覺一直都是一個應(yīng)用廣泛且具有深遠(yuǎn)的影響和雄偉的愿景的領(lǐng)域。
這里我們將重點(diǎn)介紹機(jī)器視覺的一個分支:文字識別。介紹如何用一些Python庫來識別和使用在線圖片中的文字。
我們可以很輕松的閱讀圖片里的文字,但是機(jī)器閱讀這些圖片就會非常困難,利用這種人類用戶可以正常讀取但是大多數(shù)存貯器沒法讀取的圖片,這時驗(yàn)證碼(CAPTCHA)就出現(xiàn)了。驗(yàn)證碼讀取的難易程序也大不相同。
將圖像翻譯成文字一般被稱為光學(xué)文字識別(Optical Character Recognition,OCR)。可以實(shí)現(xiàn)OCR的底層庫并不多,目前很多庫都是使用共同的幾個底層OCR庫,或者是在上面進(jìn)行定制。
OCR庫概述
在讀取和處理圖像、圖像相差的機(jī)器學(xué)習(xí)以及創(chuàng)建圖像等任務(wù)中,Python一直都是非常出色的語言。雖然有很多庫可以進(jìn)行圖像處理,但是這里我們只介紹Tesseract庫。
Tesseract
Tesseract是一個OCR庫,目前由Google贊助。Tesseract是目前公認(rèn)最優(yōu)秀、最精確的開源OCR系統(tǒng)。除了極高的精確度,Tesseract也具有很高的靈活性。它可以通過訓(xùn)練識別出任何字體,也可以識別出任何Unicode字符。
安裝Tesseract:Windows系統(tǒng)
下載可執(zhí)行安裝文件安裝即可。
安裝pytesseract
Tesseract是一個Python的命令行工具,不是通過import語句導(dǎo)入的庫。安裝之后,要用tesseract命令在Python的外面運(yùn)行,但我們可以通過pip安裝支持Python版本的Tesseract庫:
pip install pytesseract
處理規(guī)范的文字
你要處理的大多數(shù)文字都是比較干凈、格式規(guī)范的。格式霍英東的文字通常具有以下特點(diǎn):
使用統(tǒng)一的標(biāo)準(zhǔn)字體(不包含手寫體、草書或者十分“花哨”的字體),復(fù)印或者拍照但是字體清晰、沒有多余的痕跡或者污點(diǎn)排列整齊,沒有歪歪斜斜的字沒有超出圖片范圍,也沒有殘缺不全,或緊緊貼在圖片的邊緣
文字的一些格式問題在圖片預(yù)處理時可以進(jìn)行解決。例如,可以把圖片轉(zhuǎn)換成灰度圖,調(diào)整亮度和對比度,還可以根據(jù)需要進(jìn)行裁剪和旋轉(zhuǎn),在這里不作介紹。
示例:
英文:
識別結(jié)果的準(zhǔn)確率還是挺高的。
通過Python代碼實(shí)現(xiàn)
英文:
中文:
運(yùn)行結(jié)果
This is some text, written in Arial, that will be read byTesseract. Here are some symbols: !@#$%'&*()******************************中 華 人 民 共 和 國
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持好吧啦網(wǎng)。
相關(guān)文章:
1. .Net Core和RabbitMQ限制循環(huán)消費(fèi)的方法2. jsp文件下載功能實(shí)現(xiàn)代碼3. ASP動態(tài)網(wǎng)頁制作技術(shù)經(jīng)驗(yàn)分享4. JSP之表單提交get和post的區(qū)別詳解及實(shí)例5. Xml簡介_動力節(jié)點(diǎn)Java學(xué)院整理6. vue3+ts+elementPLus實(shí)現(xiàn)v-preview指令7. phpstudy apache開啟ssi使用詳解8. jsp實(shí)現(xiàn)登錄驗(yàn)證的過濾器9. 詳解瀏覽器的緩存機(jī)制10. 如何在jsp界面中插入圖片
