Jak zbudować OCR w języku Python

Wymagania wstępne silnika OCR (optycznego rozpoznawania znaków)

Zanim zagłębimy się w szczegóły tworzenia naszego systemu OCR, potrzebujesz kilku rzeczy:

1. Python: Upewnij się, że masz zainstalowany Python na swoim komputerze. Można go pobrać z oficjalnej strony internetowej języka Python.
2. Zainstaluj Tesseract OCR: Tesseract OCR to silnik OCR typu open source opracowany przez Google. To potężne narzędzie, z którego będziemy korzystać w naszym projekcie. Bibliotekę Tesseract można pobrać z serwisu GitHub oraz zapoznać się z procesem instalacji OCR Tesseract.

3. Biblioteki Pythona: W tym projekcie będziemy korzystać z dwóch ważnych bibliotek Pythona: pytesseract oraz biblioteki opencv-python. Można je zainstalować za pomocą następującego polecenia w wierszu poleceń lub terminalu:

   pip install pytesseract opencv-python

   pip install pytesseract opencv-python

   SHELL

Kroki tworzenia systemu OCR

Możesz łatwo stworzyć OCR przy użyciu kodu w języku Python, korzystając z bibliotek OCR dla Pythona i prostego skryptu w tym języku.

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

W świecie zalewanym danymi możliwość łatwego przekształcania tekstu drukowanego w treści czytelne dla maszyn stanowi przełomową funkcję.

Przedstawiamy IronOCR – najnowocześniejszą technologię, która umożliwia programistom łatwą integrację solidnych funkcji optycznego rozpoznawania znaków (OCR) z ich aplikacjami.

Niezależnie od tego, czy wyodrębniasz dane ze skanowanych dokumentów, automatyzujesz wprowadzanie danych, czy poprawiasz dostępność, IronOCR oferuje kompleksowe rozwiązanie, które wykracza poza granice tradycyjnego rozpoznawania tekstu.

W niniejszym opracowaniu zagłębiamy się w świat IronOCR, odkrywając jego wszechstronne funkcje i podkreślając jego potencjał w zakresie wypełniania luki między światem fizycznym a cyfrowym.

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);
}

Imports IronOcr
Imports System

Private ocr = New IronTesseract()

Using input = New OcrInput()
	input.AddImage("r3.png")
	Dim result As OcrResult = ocr.Read(input)
	Dim text As String = result.Text
	Console.WriteLine(result.Text)
End Using

Wnioski

W tym samouczku omówiliśmy proces tworzenia systemu optycznego rozpoznawania znaków (OCR) w języku Python, pokazując, jak łatwo można wyodrębnić tekst z obrazów.

Wykorzystując biblioteki takie jak Tesseract i OpenCV, przeszliśmy przez wszystkie niezbędne etapy, od ładowania i wstępnego przetwarzania obrazów po wykorzystanie silnika OCR Tesseract do ekstrakcji tekstu.

Poruszyliśmy również potencjalne wyzwania, takie jak ograniczenia dokładności, którym mają zaradzić zaawansowane rozwiązania, takie jak IronOCR.

Niezależnie od tego, czy zdecydujesz się na samodzielne wykonanie zadania, czy też skorzystasz z zaawansowanych narzędzi, świat OCR kusi obietnicą przekształcania obrazów w tekst, który można wykorzystać, usprawniania wprowadzania danych i zwiększania dostępności. Dzięki tej nowej wiedzy jesteś gotowy, by wyruszyć w podróż, która płynnie łączy świat wizualny ze światem cyfrowym.

Aby rozpocząć korzystanie z IronOCR, odwiedź poniższy link. Aby zapoznać się z całym samouczkiem dotyczącym wyodrębniania tekstu z obrazów, kliknij tutaj.

Jeśli chcesz wypróbować IronOCR za darmo już dziś, koniecznie skorzystaj z wersji próbnej oferowanej przez IronOCR, aby poznać wszystkie jego zastosowania i potencjał w środowisku komercyjnym bez znaku wodnego. Aby kontynuować korzystanie z niego po upływie 15 dni, wystarczy zakupić licencję.