摘要:
近几天在做一个东西,其中需要对图像中的文字进行识别,看了前辈们的文章,找到两个较简单的方法:使用python的pytesseract库和调用百度AI平台接口。写下这篇文章做一个比较简短的记录和学习,后期如果有新内容再行补充。
1、使用python的pytesseract库
主要是安装库,比较简单,直接使用 pip install 安装即可;另外,如果进行中文识别,需要下载语言包,并配置好相应环境,具体操作可以进行百度,教程有不少。因为这个识别方法比较简单(但效果并不是很理想),下面直接贴出测试代码:
import pytesseract from PIL import Image img = Image.open('./testImages/test01.jpg') pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe' s = pytesseract.image_to_string(img, lang='chi_sim') #不加lang参数的话,默认进行英文识别 print(s)
2、调用百度AI平台接口(有调用次数限制,通用50000次/天,学习完全够用)
这个类似于调用接口实现词法分析等操作,首先通过注册获得APP_ID、API_KEY、SECRET_KEY,然后调用接口实现OCR。由于是在线API,如果图片体积比较大,涉及到上传数据、分析数据、返回数据等一系列操作,需要一定的时间。此外,因为返回的是 dict 类型数据,所以需要对结果进行处理(这套算法是按行识别文字的,准确率较高,基本可以直接将结果进行提取和拼接)。实现起来比较简单,下面直接贴出代码:
from aip import AipOcr APP_ID = '00000000' API_KEY = '00000000000000000000' SECRET_KEY = '00000000000000000000' client = AipOcr(APP_ID, API_KEY, SECRET_KEY) def get_file_content(filePath): with open(filePath, 'rb') as fp: return fp.read() def image2text(fileName): image = get_file_content(fileName) dic_result = client.basicGeneral(image) res = dic_result['words_result'] result = '' for m in res: result = result + str(m['words']) return result getresult = image2text('./test01.jpg') print(getresult)
小结:
主要是初次接触OCR这个领域所做的一些笔记,后续再深入进行学习。
python实现的ocr接口
import pytesseract import requests from PIL import Image from PIL import ImageFilter from StringIO import StringIO from werkzeug.utils import secure_filename from gevent import monkey from gevent.pywsgi import WSGIServer monkey.patch_all() from flask import Flask,render_template,jsonify,request,send_from_directory import time import os import base64 import random app = Flask(__name__) UPLOAD_FOLDER='upload' app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER basedir = os.path.abspath(os.path.dirname(__file__)) ALLOWED_EXTENSIONS = set(['png','jpg','JPG','PNG']) def allowed_file(filename): return '.' in filename and filename.rsplit('.',1)[1] in ALLOWED_EXTENSIONS @app.route('/',methods=['GET'],strict_slashes=False) def indexpage(): return render_template('index.html') @app.route('/',methods=['POST'],strict_slashes=False) def api_upload(): log = open("error.log","w+") file_dir = os.path.join(basedir, app.config['UPLOAD_FOLDER']) if not os.path.exists(file_dir): os.makedirs(file_dir) print request.headers print log, request.headers f = request.files['file'] postLang = request.form.get("lang", type=str) log.close() if f and allowed_file(f.filename): fname = secure_filename(f.filename) ext = fname.rsplit('.',1)[1] unix_time = int(time.time()) new_filename = str( random.randrange(0, 10001, 2))+str(unix_time)+'.'+ext f.save(os.path.join(file_dir,new_filename)) if cmp(postLang, "chi_sim"): strboxs = pytesseract.image_to_boxes(Image.open("/var/OCRhtml/upload/" + new_filename), lang="chi_sim") strdata = pytesseract.image_to_string(Image.open("/var/OCRhtml/upload/" + new_filename), lang="chi_sim") print "Chinese" else: strboxs = pytesseract.image_to_boxes(Image.open("/var/OCRhtml/upload/"+new_filename)) strdata = pytesseract.image_to_string(Image.open("/var/OCRhtml/upload/"+new_filename)) return jsonify({"errno":0, "msg":"succeed ","data":strdata,"info":strboxs}) else: return jsonify({"errno":1001, "errmsg":u"failed"}) if __name__ == '__main__': http_server = WSGIServer(('', 80), app) http_server.serve_forever()
Python,OCR
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]