如何在 Python 中建構 OCR

OCR引擎（光學字元辨識）的先決條件

在深入探討建造 OCR 系統的細節之前，您需要先準備以下幾件事：

1. Python：請確保您的電腦上已安裝 Python。 您可以從Python官方網站下載。 2.安裝 Tesseract OCR： Tesseract OCR 是由 Google 開發的開源 OCR 引擎。 這是一個功能強大的工具，我們將在專案中使用它。 您可以從GitHub下載 Tesseract 庫，並閱讀有關 Tesseract OCR 安裝過程的資訊。

2. Python 函式庫：本專案將使用兩個重要的 Python 函式庫： pytesseract和opencv-python函式庫。 您可以使用以下命令在命令列提示符或終端機中安裝它們：

   pip install pytesseract opencv-python

   pip install pytesseract opencv-python

   SHELL

如何在 Python 中建構 OCR：圖 1

建構OCR系統的步驟

透過 Python OCR 函式庫和簡單的 Python 腳本，您可以使用 Python 程式碼輕鬆建立 OCR。

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

在當今資料爆炸的時代，能夠輕鬆地將印刷文字轉換為機器可讀內容的能力是一項變革性的能力。

IronOCR是一項尖端技術，它使開發人員能夠輕鬆地將強大的光學字元辨識 (OCR) 功能整合到他們的應用程式中。

無論您是從掃描文件中提取資料、自動輸入資料或增強可訪問性，IronOCR 都能提供超越傳統文字辨識界限的全面解決方案。

在本次探索中，我們將深入 IronOCR 領域，揭示其多功能特性，並重點介紹其彌合物理世界和數位世界之間差距的潛力。

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);
}

結論

在本教程中，我們探索了在 Python 中建立光學字元辨識 (OCR) 系統的過程，揭示了從圖像中提取文字的便利性。

透過利用 Tesseract 和 OpenCV 等函式庫，我們完成了從載入和預處理影像到利用 Tesseract OCR 引擎進行文字擷取等關鍵步驟。

我們也談到了精度限制等潛在挑戰，而 IronOCR 等先進解決方案旨在解決這些問題。

無論你選擇自己動手還是採用複雜的工具，OCR 的世界都以其將圖像轉換為可操作的文字、簡化資料輸入和增強可訪問性的承諾而吸引著你。 有了這些新知識，你就可以踏上一段將視覺和數位領域無縫融合的旅程。

要開始使用IronOCR，請造訪以下連結。 要查看如何從圖像中提取文字的完整教程，請訪問這裡。

如果您今天想免費試用 IronOCR，請務必選擇加入 IronOCR 提供的試用版，以便在沒有浮水印的商業環境中探索其所有用途和潛力。 15 天試用期結束後，如需繼續使用，只需購買許可證即可。