Python으로 OCR을 만드는 방법

OCR 엔진의 전제조건 (광학 문자 인식)

우리의 OCR 시스템을 구축하기 전에, 몇 가지가 필요합니다:

1. Python: 컴퓨터에 Python이 설치되어 있는지 확인하세요. 공식 Python 웹사이트에서 다운로드할 수 있습니다.
2. Tesseract OCR 설치: Tesseract OCR은 Google에서 개발한 오픈 소스 OCR 엔진입니다. 이는 프로젝트에서 사용할 강력한 도구입니다. Tesseract 라이브러리를 GitHub에서 다운로드하고 Tesseract OCR 설치 절차에 대해 읽어보세요.

3. Python 라이브러리: 이 프로젝트에서는 두 가지 중요한 Python 라이브러리를 사용할 것입니다: pytesseract 및 opencv-python 라이브러리. 명령줄 프롬프트나 터미널에서 다음 명령어를 사용하여 설치할 수 있습니다:

   pip install pytesseract opencv-python

   pip install pytesseract opencv-python

   SHELL

OCR 시스템을 구축하는 단계

Python OCR 라이브러리와 간단한 Python 스크립트의 도움으로 Python 코드를 사용하여 쉽게 OCR을 구축할 수 있습니다.

import cv2  # OpenCV library for computer vision
import pytesseract  # Tesseract library for OCR

import cv2  # OpenCV library for computer vision
import pytesseract  # Tesseract library for OCR

# Load the image using OpenCV
image = cv2.imread('sample_image.png') 

# Convert the image to grayscale
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 

# Apply thresholding or other preprocessing techniques if needed
# This step helps in enhancing the quality for better OCR results

# Load the image using OpenCV
image = cv2.imread('sample_image.png') 

# Convert the image to grayscale
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 

# Apply thresholding or other preprocessing techniques if needed
# This step helps in enhancing the quality for better OCR results

# Set the path to the Tesseract executable
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'

# Use pytesseract to perform OCR on the grayscale image
text = pytesseract.image_to_string(gray_image)

# Set the path to the Tesseract executable
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'

# Use pytesseract to perform OCR on the grayscale image
text = pytesseract.image_to_string(gray_image)

# Display the original image using OpenCV
cv2.imshow('Original Image', image) 
cv2.waitKey(0) 

# Print the extracted text to the console
print("Extracted Text:", text) 

cv2.destroyAllWindows()  # Close the OpenCV window

# Display the original image using OpenCV
cv2.imshow('Original Image', image) 
cv2.waitKey(0) 

# Print the extracted text to the console
print("Extracted Text:", text) 

cv2.destroyAllWindows()  # Close the OpenCV window

IronOCR

데이터로 넘쳐나는 세상에서 인쇄된 텍스트를 기계로 읽을 수 있는 콘텐츠로 쉽게 변환할 수 있는 능력은 혁신적인 능력입니다.

IronOCR에 오신 것을 환영합니다 – 개발자가 강력한 광학 문자 인식(OCR) 기능을 어플리케이션에 쉽게 통합할 수 있게 하는 최첨단 기술입니다.

스캔된 문서에서 데이터를 추출하든, 데이터 입력을 자동화하든, 접근성을 향상시키든 간에, IronOCR은 전통적인 텍스트 인식의 경계를 넘는 포괄적인 솔루션을 제공합니다.

이 탐색에서는 IronOCR의 다양한 기능을 살펴보고 물리적 세계와 디지털 세계 간의 격차를 해소할 수 있는 잠재력을 강조합니다.

Install-Package IronOcr

using IronOcr;
using System;

var ocr = new IronTesseract();

using (var input = new OcrInput())
{
    input.AddImage("r3.png");
    OcrResult result = ocr.Read(input);
    string text = result.Text;
    Console.WriteLine(result.Text);
}

using IronOcr;
using System;

var ocr = new IronTesseract();

using (var input = new OcrInput())
{
    input.AddImage("r3.png");
    OcrResult result = ocr.Read(input);
    string text = result.Text;
    Console.WriteLine(result.Text);
}

결론

이 튜토리얼에서는 Python에서 광학 문자 인식(OCR) 시스템을 구축하는 과정을 탐구하며, 이미지에서 텍스트를 놀라울 만큼 쉽게 추출할 수 있는 능력을 공개했습니다.

Tesseract 및 OpenCV와 같은 라이브러리를 활용하여 이미지를 로드하고 전처리하는 것에서부터 Tesseract OCR 엔진을 사용하여 텍스트를 추출하는 기본 단계를 거치며 안내했습니다.

IronOCR과 같은 고급 솔루션이 해결하려는 정확성 제한과 같은 잠재적인 문제점에도 언급했습니다.

DIY 경로를 선택하든 고급 도구를 채택하든, OCR의 세계는 이미지를 실행 가능한 텍스트로 변환하고 데이터 입력을 간소화하며 접근성을 증대하는 약속으로 유혹합니다. 이 새로운 지식을 통해 시각적 영역과 디지털 영역을 매끄럽게 결합하는 여정을 시작할 준비가 되었습니다.

IronOCR 시작을 위해 다음 링크를 방문하세요. 이미지에서 텍스트를 추출하는 전체 튜토리얼을 보시려면 여기를 방문하세요.

오늘 IronOCR을 무료로 시도해보고 싶다면 상업 환경에서 워터마크 없이 모든 용도와 잠재력을 탐구할 수 있는 IronOCR에서 제공하는 체험판을 선택하세요. 15일이 지나면, 라이선스를 구입하여 계속 사용할 수 있습니다.