在Pytesser中使用多种语言

Question

我已经开始使用Pytesser，它可以同时使用英语和中文，但是有没有办法同时使用两种语言？我需要制作自己的训练数据文件吗？我的代码是：

import Image
from pytesser import *
print image_to_string(Image.open("chinese_and_english.jpg"), lang="eng")
#also want to have chinese be recognized 

Answer 1

我不确定Pytesser，但可以使用tesserocr指定多种语言。例如：

import tesserocr

with tesserocr.PyTessBaseAPI(lang='eng+chi_tra') as api:
    api.SetImageFile('eSXSz.jpg')
    print api.GetUTF8Text()

# or simply
print tesserocr.file_to_text('eSXSz.jpg', lang='eng+chi_tra')

图片的示例输出：

In [8]: print tesserocr.file_to_text('eSXSz.jpg', lang='eng+chi_tra')
Character, Chmese ?m??d
????? H?? P?… …

?Manda?? ? Standard C…??



?

?

X?ng?ng

请注意，与第一个示例中一样，一次初始化API并通过调用SetImageFile（或SetImage与PIL.Image对象一起）将其用于多个图像更有效，以避免每次都重新初始化API。