基于Python的OCR實現(xiàn)示例

更新時間：2020年04月03日 10:23:57 作者：冒冒失失笨小孩

這篇文章主要介紹了基于Python的OCR實現(xiàn)示例，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

摘要：

近幾天在做一個東西，其中需要對圖像中的文字進行識別，看了前輩們的文章，找到兩個較簡單的方法：使用python的pytesseract庫和調(diào)用百度AI平臺接口。寫下這篇文章做一個比較簡短的記錄和學(xué)習(xí)，后期如果有新內(nèi)容再行補充。

1、使用python的pytesseract庫

主要是安裝庫，比較簡單，直接使用 pip install 安裝即可；另外，如果進行中文識別，需要下載語言包，并配置好相應(yīng)環(huán)境，具體操作可以進行百度，教程有不少。因為這個識別方法比較簡單（但效果并不是很理想），下面直接貼出測試代碼：

import pytesseract
from PIL import Image
img = Image.open('./testImages/test01.jpg')
pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'
s = pytesseract.image_to_string(img, lang='chi_sim') #不加lang參數(shù)的話，默認(rèn)進行英文識別
print(s)

2、調(diào)用百度AI平臺接口（有調(diào)用次數(shù)限制，通用50000次/天，學(xué)習(xí)完全夠用）

這個類似于調(diào)用接口實現(xiàn)詞法分析等操作，首先通過注冊獲得APP_ID、API_KEY、SECRET_KEY，然后調(diào)用接口實現(xiàn)OCR。由于是在線API，如果圖片體積比較大，涉及到上傳數(shù)據(jù)、分析數(shù)據(jù)、返回數(shù)據(jù)等一系列操作，需要一定的時間。此外，因為返回的是 dict 類型數(shù)據(jù)，所以需要對結(jié)果進行處理（這套算法是按行識別文字的，準(zhǔn)確率較高，基本可以直接將結(jié)果進行提取和拼接）。實現(xiàn)起來比較簡單，下面直接貼出代碼：

from aip import AipOcr
APP_ID = '00000000'
API_KEY = '00000000000000000000'
SECRET_KEY = '00000000000000000000'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
 
def get_file_content(filePath):
  with open(filePath, 'rb') as fp:
    return fp.read()
 
def image2text(fileName):
  image = get_file_content(fileName)
  dic_result = client.basicGeneral(image)
  res = dic_result['words_result']
  result = ''
  for m in res:
    result = result + str(m['words'])
  return result
 
getresult = image2text('./test01.jpg')
print(getresult)

小結(jié)：

主要是初次接觸OCR這個領(lǐng)域所做的一些筆記，后續(xù)再深入進行學(xué)習(xí)。

python實現(xiàn)的ocr接口

import pytesseract
import requests
from PIL import Image
from PIL import ImageFilter
from StringIO import StringIO
from werkzeug.utils import secure_filename
from gevent import monkey
from gevent.pywsgi import WSGIServer
monkey.patch_all()
from flask import Flask,render_template,jsonify,request,send_from_directory
import time
import os
import base64
import random


app = Flask(__name__)
UPLOAD_FOLDER='upload'
app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER
basedir = os.path.abspath(os.path.dirname(__file__))
ALLOWED_EXTENSIONS = set(['png','jpg','JPG','PNG'])

def allowed_file(filename):
  return '.' in filename and filename.rsplit('.',1)[1] in ALLOWED_EXTENSIONS

@app.route('/',methods=['GET'],strict_slashes=False)
def indexpage():
  return render_template('index.html')

@app.route('/',methods=['POST'],strict_slashes=False)
def api_upload():
  log = open("error.log","w+")
  file_dir = os.path.join(basedir, app.config['UPLOAD_FOLDER'])
  if not os.path.exists(file_dir):
    os.makedirs(file_dir)
  print request.headers
  print >> log, request.headers
  f = request.files['file']
  postLang = request.form.get("lang", type=str) 

  log.close()

  if f and allowed_file(f.filename):
    fname = secure_filename(f.filename)
    ext = fname.rsplit('.',1)[1]
    unix_time = int(time.time())
    new_filename = str( random.randrange(0, 10001, 2))+str(unix_time)+'.'+ext
    f.save(os.path.join(file_dir,new_filename))
    if cmp(postLang, "chi_sim"):
      strboxs = pytesseract.image_to_boxes(Image.open("/var/OCRhtml/upload/" + new_filename), lang="chi_sim")
      strdata = pytesseract.image_to_string(Image.open("/var/OCRhtml/upload/" + new_filename), lang="chi_sim")
      print "Chinese"
    else:
      strboxs = pytesseract.image_to_boxes(Image.open("/var/OCRhtml/upload/"+new_filename))
      strdata = pytesseract.image_to_string(Image.open("/var/OCRhtml/upload/"+new_filename))
    return jsonify({"errno":0, "msg":"succeed ","data":strdata,"info":strboxs})
  else:
    return jsonify({"errno":1001, "errmsg":u"failed"})

if __name__ == '__main__':
  http_server = WSGIServer(('', 80), app)
  http_server.serve_forever()

到此這篇關(guān)于基于Python的OCR實現(xiàn)示例的文章就介紹到這了,更多相關(guān)Python OCR 內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: