Linux中的Python OCR模块？

Question

我想在linux中找到一个易于使用的OCR python模块,我找到了pytesser http://code.google.com/p/pytesser/,但它包含一个.exe可执行文件.

我尝试改变代码使用wine,它确实有效,但它太慢了,真的不是一个好主意.

是否有任何易用的Linux替代品？

Answer 1

你可以包装tesseract一个函数:

import os
import tempfile
import subprocess

def ocr(path):
    temp = tempfile.NamedTemporaryFile(delete=False)

    process = subprocess.Popen(['tesseract', path, temp.name], stdout=subprocess.PIPE, stderr=subprocess.STDOUT)
    process.communicate()

    with open(temp.name + '.txt', 'r') as handle:
        contents = handle.read()

    os.remove(temp.name + '.txt')
    os.remove(temp.name)

    return contents

如果您想要文档分段和更高级的功能,请试用OCRopus.

Answer 2

除了Blender的回答,那只是执行Tesseract可执行文件,我想补充一点,OCR还有其他替代方案,也可以称为外部进程.

ABBYY命令行OCR实用程序:http://ocr4linux.com/en:start

它不是免费的,所以值得考虑的是,如果Tesseract准确性不足以完成您的任务,或者您需要更复杂的布局分析,或者您需要导出PDF,Word和其他文件.

更新:这里是ABBYY和tesseract准确性的比较:http://www.splitbrain.org/blog/2010-06/15-linux_ocr_software_comparison

免责声明:我为ABBYY工作

Answer 3

python tesseract

http://code.google.com/p/python-tesseract

import cv2.cv as cv
import tesseract

api = tesseract.TessBaseAPI()
api.Init(".","eng",tesseract.OEM_DEFAULT)
api.SetPageSegMode(tesseract.PSM_AUTO)

image=cv.LoadImage("eurotext.jpg", cv.CV_LOAD_IMAGE_GRAYSCALE)
tesseract.SetCvImage(image,api)
text=api.GetUTF8Text()
conf=api.MeanTextConf()