1. สินค้า
  2.   พาร์เซอร์
  3.   Python
  4.   PyTesseract
 
  

ไลบรารี Python แบบโอเพนซอร์สสำหรับการดึงข้อความจากรูปภาพ

ใช้ PyTesseract OCR เพื่อดึงข้อความที่พิมพ์หรือเขียนด้วยลายมือจากรูปภาพได้อย่างง่ายดาย

PyTesseract API สำหรับ Python คืออะไร?

PyTesseract เป็น Python wrapper สำหรับ Tesseract-OCR ซึ่งเป็นเครื่องมือโอเพนซอร์สที่ทรงพลังสำหรับการดึงข้อความจากรูปภาพ ช่วยให้นักพัฒนาสามารถแปลงเอกสารที่สแกน ข้อความที่เขียนด้วยลายมือ และข้อความในรูปภาพเป็นรูปแบบที่เครื่องอ่านได้อย่างง่ายดาย PyTesseract ถูกใช้งานอย่างแพร่หลายในด้านระบบอัตโนมัติ การดึงข้อมูล การแปลงเอกสารเป็นดิจิทัล และแอปพลิเคชัน AI ที่ต้องการการรู้จำอักขระด้วยแสง (OCR)

ไลบรารีนี้มีประโยชน์อย่างมากสำหรับการทำให้งานป้อนข้อมูลเป็นอัตโนมัติ การรู้จำข้อความจากภาพหน้าจอ และการแปลงเอกสารที่พิมพ์เป็นดิจิทัล ด้วยการรองรับหลายภาษาและเทคนิคการประมวลผลภาพขั้นสูง PyTesseract เป็นโซลูชันที่มีประสิทธิภาพและยืดหยุ่นสำหรับการดึงข้อความจากรูปภาพ

GitHub

สถิติ GitHub

ชื่อ:
ภาษา:
ดาว:
ส้อม:
ใบอนุญาต:
พื้นที่เก็บข้อมูลได้รับการอัปเดตครั้งล่าสุดเมื่อ

คุณสมบัติหลักของ PyTesseract API

  • แปลงรูปภาพเป็นข้อความ: ดึงข้อความที่พิมพ์หรือเขียนด้วยลายมือจากรูปภาพโดยใช้ OCR
  • รองรับหลายภาษา: รองรับมากกว่า 100 ภาษาผ่านโมเดล OCR ของ Tesseract
  • รองรับการประมวลผลภาพล่วงหน้า: ใช้งานร่วมกับ OpenCV และ PIL เพื่อเพิ่มคุณภาพของรูปภาพก่อน OCR
  • ดึงข้อความจาก PDF: แปลงไฟล์ PDF ที่สแกนเป็นข้อความที่สามารถค้นหาได้
  • ดึงข้อความพร้อมตำแหน่ง: สามารถดึงข้อความจากรูปภาพพร้อมข้อมูลตำแหน่ง
  • รองรับการประมวลผลแบบกลุ่ม: สามารถทำ OCR กับรูปภาพหลายภาพพร้อมกันได้
  • รองรับหลายแพลตฟอร์ม: ใช้งานได้บน Windows, macOS และ Linux
  • โอเพนซอร์ส: ใช้งานฟรีและได้รับการสนับสนุนจากชุมชน

การติดตั้ง PyTesseract

ก่อนใช้งาน PyTesseract โปรดตรวจสอบว่า Tesseract-OCR ได้รับการติดตั้งในระบบของคุณแล้ว

ขั้นตอนการติดตั้ง

ติดตั้ง PyTesseract และไลบรารีที่จำเป็น


pip install pytesseract pillow opencv-python

การติดตั้ง Tesseract-OCR บน Windows:

ติดตั้ง Tesseract-OCR (Windows)


# ดาวน์โหลด Tesseract จาก:
https://github.com/UB-Mannheim/tesseract/wiki

การติดตั้งบน Linux:

ติดตั้ง Tesseract-OCR (Linux)


sudo apt install tesseract-ocr

ตัวอย่างโค้ดสำหรับการดึงข้อความด้วย PyTesseract API

ตัวอย่างที่ 1: ดึงข้อความจากรูปภาพ

ดึงข้อความจากรูปภาพ


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)

ตัวอย่างที่ 2: ดึงข้อความพร้อมตำแหน่งในรูปภาพ

ดึงข้อความพร้อมตำแหน่งในรูปภาพ


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)

ตัวอย่างที่ 3: ดึงข้อความจากรูปภาพขาวดำ

ดึงข้อความจากรูปภาพขาวดำ


import pytesseract
import cv2

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

print(text)

สินค้าที่คล้ายกัน

 Thai