OCR工具

如何在Python中构建OCR

发布 2023年十一月22日

世界充斥着大量的文本信息。从印刷文档到手写笔记，有大量有价值的内容，如果能更方便地获取，这些内容将非常有用。

这就是光学字符识别(光学字符识别)技术的作用。想象一下，计算机能够像人类一样从图像中 "读取 "文字，这就是计算机视觉，它代表了计算机科学的一个分支，我们可以训练计算机识别和辨认图像中的不同主体。

在本教程中，我们将指导您使用 Python 构建自己的 OCR 系统，Python 是一种以简单和多用途著称的编程语言。有了 Tesseract 等库的帮助，我们可以在翻译过程中使用这些工具、IronOCR和 OpenCV，您很快就能释放从文档图像中提取、处理和处理文本的潜能。

OCR 引擎（光学字符识别）的先决条件

在我们深入细致地构建 OCR 系统之前，您还需要一些东西：

Python：确保您的计算机上安装了 Python。您可以从Python 官方网站.
安装 Tesseract OCR：Tesseract OCR 是谷歌开发的开源 OCR 引擎。这是一个功能强大的工具，我们将在项目中使用它。您可以从以下网址下载 Tesseract 库GitHub并了解 Tesseract OCR 的安装过程。
Python 库：我们将在本项目中使用两个重要的 Python 库 pytesseract 和 opencv 库。您可以在命令行提示符或终端中使用以下命令安装它们：

    :InstallCmd  pip install pytesseract opencv-python

如何用 Python 构建 OCR：图 1

构建 OCR 系统的步骤

借助 Python OCR 库和简单的 Python 脚本，您可以使用 Python 代码轻松构建 OCR。

步骤 1 导入库

首先，您需要导入必要的库：

import cv2 
import pytesseract

import cv2 
import pytesseract

PYTHON

步骤 2 `阅读和处理图像

使用 OpenCV 加载图像并进行预处理，以提高 OCR 的准确性：

# 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

# 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

PYTHON

步骤 3：使用 Tesseract 进行 OCR 识别

现在是使用 Tesseract OCR 引擎对处理过的图像进行 OCR 的时候了：

# Use pytesseract to perform OCR on the grayscale image 
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'
text = pytesseract.image_to_string(gray_image)

# Use pytesseract to perform OCR on the grayscale image 
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'
text = pytesseract.image_to_string(gray_image)

PYTHON

步骤 4：显示结果

如果您想将原始图像和提取的文本可视化，可以使用 OpenCV 显示它们：

# Display the original image 
cv2.imshow('Original Image', image) 
cv2.waitKey(0) 
# Display the extracted text
    print("Extracted Text:", text) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

# Display the original image 
cv2.imshow('Original Image', image) 
cv2.waitKey(0) 
# Display the extracted text
    print("Extracted Text:", text) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

PYTHON

原始图片

如何在 Python 中构建 OCR：图 2

摘录文本

如何在 Python 中构建 OCR：图 3

正如您所看到的，结果太糟糕了，因为我们需要对其进行培训(当我们训练机器学习)在使用它执行 OCR 提取包含表格的文本图像之前。

IronOCR

在一个数据泛滥的世界里，能够毫不费力地将打印或手写文本转换为机器可读内容是一种变革能力。

进入IronOCR- 这是一项尖端技术，可帮助开发人员集成强大的光学字符识别功能(光学字符识别)译文必须保持专业性，既要保证技术准确性，又要解释这些开发工具的功能和优点，以便将这些功能轻松地融入到他们的应用程序中。

无论您是要从扫描文档中提取数据、实现数据录入自动化，还是要提高可访问性，IronOCR 都能提供超越传统文本识别界限的全面解决方案。

在这次探索中，我们深入 IronOCR 的领域，发掘其多功能特性，突出其在物理世界和数字世界之间架起桥梁的潜力。

安装 IronOCR

您可以使用 NuGet 软件包管理器控制台轻松安装 IronOCR，只需运行以下命令即可。

Install-Package IronOcr

IronOCR 还可在以下网站下载官方 NuGet 网站.

使用 IronOCR 从图像中提取文本

在本节中，我们将了解如何使用 IronOCR 从图像中轻松提取文本。以下是从图片中提取文本的源代码。

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

VB C#