Avoimen lähdekoodin Python-kirjasto tekstin poimintaan kuvista

Mikä on PyTesseract API Pythonille?

PyTesseract on Python-kääre Tesseract-OCR:lle, tehokkaalle avoimen lähdekoodin työkalulle tekstin poimintaan kuvista. Se mahdollistaa kehittäjille skannattujen asiakirjojen, käsinkirjoitettujen muistiinpanojen ja kuvissa olevan tekstin muuntamisen koneluettavaan muotoon vähällä vaivalla. PyTesseractia käytetään laajasti automaatiossa, tiedon poiminnassa, asiakirjojen digitalisoinnissa ja tekoälypohjaisissa sovelluksissa, jotka vaativat optista merkintunnistusta (OCR).

Kirjasto on erityisen hyödyllinen tiedonsyötön automatisointiin, tekstin tunnistamiseen kuvakaappauksista ja painettujen asiakirjojen digitalisointiin. Sen monikielinen tuki ja kuvankäsittelytekniikat tekevät siitä tehokkaan ja joustavan ratkaisun tekstin poimintaan kuvista.

GitHub-tilastot

Nimi:
Kieli:
Tähdet:
Haarukat:
Lisenssi:
Arkisto päivitettiin viimeksi klo

PyTesseract API:n tärkeimmät ominaisuudet

• Kuvien muuntaminen tekstiksi: Poimi painettu tai käsinkirjoitettu teksti kuvista OCR:n avulla.
• Useiden kielten tuki: Tukee yli 100 kieltä Tesseract OCR -malleilla.
• Esikäsittelyn yhteensopivuus: Toimii OpenCV:n ja PIL:n kanssa kuvien parantamiseksi ennen OCR-käsittelyä.
• Tekstin poiminta PDF-tiedostoista: Muuntaa skannatut PDF-tiedostot tekstimuotoon.
• Tekstin poiminta sijaintitiedoilla: Poimii tekstin ja sen sijainnin kuvasta.
• Eräkäsittely: Suorittaa OCR-prosessin tehokkaasti useille kuville.
• Monialustainen tuki: Toimii Windowsissa, macOS:ssä ja Linuxissa.
• Avoimen lähdekoodin ratkaisu: Ilmainen ja yhteisön tukema.

PyTesseractin asennus

Ennen kuin käytät PyTesseractia, varmista, että Tesseract-OCR on asennettu järjestelmääsi.

Asennus

pip install pytesseract pillow opencv-python

Asenna Tesseract-OCR Windowsissa:

# Lataa Tesseract osoitteesta:
https://github.com/UB-Mannheim/tesseract/wiki

Asennus Linuxissa:

sudo apt install tesseract-ocr

Koodiesimerkkejä tekstin poimimiseen PyTesseract API:lla

Esimerkki 1: Tekstin poiminta kuvasta

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)

Esimerkki 2: Tekstin poiminta sijaintitiedoilla

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)

Esimerkki 3: Tekstin poiminta harmaasävykuvasta

import pytesseract
import cv2

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

print(text)

Samankaltaisia Tuotteita