Open-source Python bibliotek til tekstudtrækning fra billeder

Hvad er PyTesseract API til Python?

PyTesseract er en Python-wrapper til Tesseract-OCR, et kraftfuldt open-source værktøj til at udtrække tekst fra billeder. Det giver udviklere mulighed for at konvertere scannede dokumenter, håndskrevne noter og billedbaseret tekst til maskinlæsbart format med minimal indsats. PyTesseract bruges bredt i automatisering, dataudtrækning, dokumentdigitalisering og AI-applikationer, der kræver optisk tegngenkendelse (OCR).

Biblioteket er især nyttigt til automatisering af dataindtastning, tekstgenkendelse fra skærmbilleder og digitalisering af trykte dokumenter. Med understøttelse af flere sprog og billedbehandlingsteknikker tilbyder PyTesseract en effektiv og fleksibel løsning til tekstudtrækning fra billeder.

GitHub-statistik

Navn:
Sprog:
Stjerner:
Forgafler:
Licens:
Repository blev sidst opdateret kl

Nøglefunktioner i PyTesseract API

• Konvertering af billeder til tekst: Uddrag trykt eller håndskrevet tekst fra billeder ved hjælp af OCR.
• Understøttelse af flere sprog: Genkender mere end 100 sprog ved hjælp af Tesseract OCR-modeller.
• Kompatibilitet med billedforbehandling: Fungerer med OpenCV og PIL for at forbedre billeder før OCR.
• Tekstudtrækning fra PDF: Konverterer scannede PDF-filer til tekstformat.
• Tekstudtrækning med markeringsbokse: Uddrag tekst med dens placering i billedet.
• Batch-behandling: Kør OCR effektivt på flere billeder.
• Understøttelse af flere platforme: Fungerer på Windows, macOS og Linux.
• Open-source: Gratis at bruge og understøttet af fællesskabet.

Installation af PyTesseract

Før du bruger PyTesseract, skal du sikre dig, at Tesseract-OCR er installeret på dit system.

Installation

pip install pytesseract pillow opencv-python

Installation af Tesseract-OCR på Windows:

# Download Tesseract fra:
https://github.com/UB-Mannheim/tesseract/wiki

På Linux, kør følgende kommando:

sudo apt install tesseract-ocr

Kodeeksempler til tekstudtrækning med PyTesseract API

Eksempel 1: Uddrag tekst fra et billede

import pytesseract
from PIL import Image

pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

image = Image.open("sample.png")
text = pytesseract.image_to_string(image)

print(text)

Eksempel 2: Uddrag tekst med markeringsbokse

import pytesseract
import cv2

image = cv2.imread("sample.png")
h, w, _ = image.shape
boxes = pytesseract.image_to_boxes(image)

for b in boxes.splitlines():
    b = b.split()
    x, y, x2, y2 = int(b[1]), int(b[2]), int(b[3]), int(b[4])
    cv2.rectangle(image, (x, h - y), (x2, h - y2), (0, 255, 0), 2)

cv2.imwrite("output.png", image)

Eksempel 3: Uddrag tekst fra et gråtonebillede

import pytesseract
import cv2

image = cv2.imread("sample.png")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
text = pytesseract.image_to_string(gray)

print(text)

Lignende Produkter