标签: python-tesseract

我正在尝试用Python编写代码,用于使用Tesseract-OCR进行手动图像预处理和识别.

手动过程:
为了手动识别单个图像的文本,我使用Gimp预处理图像并创建TIF图像.然后我将它喂给Tesseract-OCR,它正确识别它.

使用Gimp预处理图像我做 -

1. 将模式更改为RGB /灰度
   菜单 - 图像 - 模式 - RGB
2. 阈值
   菜单 - 工具 - 颜色工具 - 阈值 - 自动
3. 将模式更改为索引
   菜单 - 图像 - 模式 - 索引
4. 调整大小/缩放到宽度> 300px
   菜单 - 图像 - 缩放图像 - 宽度= 300
5. 保存为Tif

然后我喂它tesseract -

$ tesseract captcha.tif output -psm 6

而且我一直都能得到准确的结果.

Python代码:
我试图使用OpenCV和Tesseract复制上述过程 -

def binarize_image_using_opencv(captcha_path, binary_image_path='input-black-n-white.jpg'):
    im_gray = cv2.imread(captcha_path, cv2.CV_LOAD_IMAGE_GRAYSCALE)
    (thresh, im_bw) = cv2.threshold(im_gray, 128, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
    # although thresh is used below, gonna pick something …

所以我一直在研究这个问题一段时间，而其他人也有类似的问题，但对我没有任何帮助：

我正在尝试将 pytesseract 用于一个项目，并将其安装在 User/Environments/testEnv/lib/python3.6/site-packages/pytesseract/

我在下面安装了tesseract usr/local/bin

我已经进入Users/User/Environments/testEnv/lib/python3.6/site-packages/pytesseract/pytesseract.py并改变tesseract_cmd = 'tesseract'以tesseract_cmd = '/usr/local/bin/tesseract'如下建议：OSERROR：[错误2]没有这样的文件或目录使用pytesser

这没有用。我试图运行这个：

try:
    import Image
except ImportError:
    from PIL import Image
import pytesseract

img = Image.open('screenshot.png')
img.load()
i = pytesseract.image_to_string(img)
print (i)

我明白了：

Traceback (most recent call last):
  File "/Users/User/Environments/testEnv/testTess.py", line 26, in <module>
    i = pytesseract.image_to_string(img)
  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/pytesseract/pytesseract.py", line 122, in image_to_string
    config=config)
  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/pytesseract/pytesseract.py", line 46, in run_tesseract
    proc = subprocess.Popen(command, stderr=subprocess.PIPE)
  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/subprocess.py", line 709, in __init__
    restore_signals, start_new_session) …

有谁知道如何在 Anaconda 上为 python 安装 tesseract？我有一个windows系统。anaconda 网站提供了 linux 系统的安装：

conda install -c auto pytesseract 

Windows 系统是否需要进行任何更改？

我在 Windows 10 上使用 Anaconda Navigator 1.7.0，我创建了一个名为“venv”的虚拟环境，并在其中安装了 Python 版本 3.5.2 以及 selenium、fuzzywuzzy 和其他模块。

除了 pytesseract 之外，一切都工作正常。

我的Python脚本：

import pytesseract

from PIL import Image

im =Image.open("C:\\Users\\stan\\Desktop\\sample.jpg")
text = pytesseract.image_to_string(im, lang ='eng')
print(text)

我收到以下错误：

Traceback (most recent call last):
  File "C:\Users\stan\MyPythonScripts\tess11.py", line 1, in <module>
    import pytesseract
ModuleNotFoundError: No module named 'pytesseract'

我使用 pip install 安装所有模块。

到目前为止我为解决这个问题所采取的步骤：

1. 我使用虚拟环境pip install pytesseract（venv）在虚拟环境中安装了 pytesseract，
2. 我查看了“site-packages”文件夹（..\Local\Continuum\anaconda3\envs\venv\Lib\site-packages），我确实看到“pytesseract”文件夹确实与“pytesseract-0.2.0”一起存在于其中.dist-info”。请注意，这也是我可以看到“selenium”和其他运行完美的模块的文件夹。

3. 我安装 Pillow 只是为了确定一下。

4. 我在网上研究了同样的错误，找到了解决方案，指出我应该pip install pytesseract检查 pytesseract 是否存在于我尝试运行的虚拟环境的“站点包”中，这两个步骤我都已经采取了。

5. 我还安装了 tesseract-OCR 版本 3.05.01，默认情况下位于“C:\Program Files (x86)”

6. 如果我尝试在“ModuleNotFoundError”下方再次运行 pip …

我想从图像中提取希伯来语文本。

我尝试过使用 pytesseract，但它会混淆一些字母（例如 ' 而不是 \xd7\x99 或 \xd7\xa0 而不是 \xd7\x9b）

我尝试对图像进行一些操作（例如调整大小、消除噪声和二值化），这有一点帮助，但仍然出现很多错误。

我花了几个小时寻找更好的文本提取工具但找不到。

所以这是我的问题：

A) 有没有我可以使用但我可能错过的工具？

B) 如果没有，创建我自己的步骤是什么？

预先感谢\nAmichai

我有一个图像文件，其中包含一些由制表符（2 个空格）分隔的文本。但是当我从这个图像文件中提取文本时，我总是在两列之间得到一个空格。示例示例：

图片：

col-a    col-b    col-c

期望的输出：

col-a    col-b    col-c

但我得到以下信息：

col-a col-b col-c

我正在使用 pytesseract.image_to_string（Python 模块）将图像转换为文本

我正在尝试从一个大文件中读取不同的裁剪图像，并且我设法读取了其中的大部分图像，但是当我尝试使用 tesseract 读取它们时，其中一些返回空字符串。

代码只是这一行：

pytesseract.image_to_string(cv2.imread("img.png"), lang="eng")

有什么我可以尝试阅读此类图像的方法吗？

提前致谢

编辑：

我正在做我的学士学位期末项目，我想用 python 创建一个用于瓶子检查的 OCR。我需要一些有关图像文本识别的帮助。我是否需要以更好的方式应用 cv2 操作、训练 tesseract 或者我应该尝试其他方法？

我尝试对图像进行图像处理操作，并使用 pytesseract 来识别字符。

使用我从这张照片中得到的以下代码：

对于这个：

然后是这个：

锐化功能：

def sharpen(img):
  sharpen = iaa.Sharpen(alpha=1.0, lightness = 1.0)
  sharpen_img = sharpen.augment_image(img)
  return sharpen_img

图像处理代码：

textZone = cv2.pyrUp(sharpen(originalImage[y:y + h - 1, x:x + w - 1])) #text zone cropped from the original image

sharp = cv2.cvtColor(textZone, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(sharp, 127, 255, cv2.THRESH_BINARY)

#the functions such as opening are inverted (I don't know why) that's why I did opening with MORPH_CLOSE parameter, dilatation with …

请在此处下载附件并将其另存为/tmp/target.jpg。

您可以看到0244Rjpg，i中包含以下python代码提取字符串：

from PIL import Image
import pytesseract
import cv2
filename = "/tmp/target.jpg"
image = cv2.imread(filename)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
ret, threshold = cv2.threshold(gray,55, 255, cv2.THRESH_BINARY)
print(pytesseract.image_to_string(threshold))

我得到的是

0244K

正确的字符串是 0244R，如何使图像具有更高的对比度，灰度，然后使用PIL和pytesseract准确地获得所有字符？这是生成图像的网页：

http://www.crup.cn/ValidateCode/Index?t=0.14978241776661583

我正在尝试通过 opencv 和 pytesseract 运行一个简单的车牌图像来获取文本，但我无法从中获取任何内容。按照此处的教程进行操作：

https:// Circuitdigest.com/microcontroller-projects/license-plate-recognition-using-raspberry-pi-and-opencv

我在 macbook 上运行，所有东西都安装在 anaconda 中，据我所知，没有错误，但是当我运行代码时，我得到了裁剪后的图像，但没有检测到数字：

(computer_vision) mac@x86_64-apple-darwin13 lpr % python explore.py
Detected Number is: 

代码如下：

import cv2
import numpy as np
import imutils
import pytesseract

img = cv2.imread('plate1.jpg')
img = cv2.resize(img, (620,480))
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #convert to grey scale
gray = cv2.bilateralFilter(gray, 11, 17, 17)
edged = cv2.Canny(gray, 30, 200) #Perform Edge detection

cnts = cv2.findContours(edged.copy(), cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)
cnts = sorted(cnts, key = cv2.contourArea, reverse = True)[:10]
screenCnt = …