使用tesseract-ocr实现图片中的中英文字符提取_vs2012 win7 tesseract-ocr 识别中文

 1 OCR介绍

OCR（Optical Character Recognition）即光学字符识别，是一种将不同类型的文档（如扫描的纸质文件、PDF文件或图像文件中的文本）转换成可编辑和可搜索的数据的技术。OCR技术能够识别和转换印刷或手写文字，广泛应用于数据录入、文档数字化和自动化处理领域。

OCR技术已经成为数字化时代不可或缺的一部分，它极大地方便了文本的转换和处理，为各个行业的数字化转型做出了贡献。随着技术的不断进步，OCR的应用范围将进一步拓宽，为更多领域带来便利和效率的提升。

1.1 基本原理

OCR技术通常涉及以下几个步骤：

• 图像获取：首先获取文档的图像，这可以通过扫描纸质文档或拍摄图片来实现。

• 预处理：对图像进行预处理，以提高识别的准确性。这包括去噪、调整对比度、校正扭曲、二值化等。

• 文本检测与分割：在预处理后的图像中检测文本区域，并将其分割为行、单词或字符。

• 字符识别：利用模式识别技术，识别分割出的字符或单词。

• 后处理：将识别结果进行校正和格式化，例如修正拼写错误、保持文本的结构和格式等。

1.2 技术发展

• 早期技术：早期的OCR系统依赖于简单的模板匹配技术，只能处理特定字体和格式。

• 进阶技术：随着机器学习和人工智能的发展，OCR技术引入了更复杂的算法，如神经网络，大大提高了识别的准确率和灵活性。

• 深度学习：最近，深度学习在OCR领域的应用取得了显著的进步，特别是在处理复杂场景和手写文本方面。

1.3 应用领域

1. 文档自动化处理：在办公自动化和文档管理系统中，OCR被用于快速输入和处理纸质文档。

2. 银行和金融：银行使用OCR技术处理支票和其他金融文件。

3. 法律和医疗领域：OCR有助于快速转换和管理大量的法律和医疗记录。

4. 教育和研究：在教育和学术研究中，OCR可用于数字化历史文档和图书。

5. 无障碍服务：OCR技术有助于为视觉障碍人士提供无障碍阅读服务。

1.4 挑战与限制

• 识别准确率：虽然现代OCR技术已经很先进，但仍然可能在复杂的布局或低质量图像中遇到识别准确性的问题。

• 语言和字体多样性：对于一些较少使用的语言或特殊的字体，OCR软件可能难以准确识别。

• 手写文本识别：手写文本的变化性和复杂性使得其识别难度较高。

1.5 未来发展方向

• 技术改进：不断改进OCR技术，提高对复杂文本和图像的处理能力。

• 深度学习的应用：利用深度学习模型进一步提升识别准确率和速度。

• 多语种支持：增强对多种语言和方言的支持能力。

• 集成与应用拓展：将OCR技术与其他技术结合，如自然语言处理（NLP），扩展到更多应用场景。

2 tesseract-ocr介绍与安装

2.1 tesseract-ocr介绍

OCR(Optical Character Recognition)：光学字符识别,是指对图片文件中的文字进行分析识别，获取的过程。

Tesseract：开源的OCR识别引擎，初期Tesseract引擎由HP实验室研发，后来贡献给了开源软件业，后经由Google进行改进，消除bug，优化，重新发布，支持100多种语言。

pytesseract是基于Python的OCR工具， 底层使用的是Google的Tesseract-OCR 引擎，支持识别图片中的文字，支持jpeg, png, gif, bmp, tiff等图片格式。

github地址：https://github.com/tesseract-ocr/tesseract

2.1 tesseract-ocr安装

2.1.1 程序安装

Mac和Linux安装方法参考：Introduction | tessdoc

windows系统安装方法详解：

• 下载与安装

window安装程序下载地址：Index of /tesseract，下载完成后，按向导安装

安装时可以选择需要的语言包：

选择安装路径

注意：安装的路径要与python编写的程序放在同一个磁盘目录下。

• 设置环境比变量

将tesseract的安装路径添加到PATH环境变量中：

增加名字为TESSDATA_PREFIX的系统变量，变量值设置为tesseract的安装路径

命令行窗口输入：tesseract ，查看是否安装成功。

2.2.2 python工具包安装

pip install pytesseract
pip install Pillow

3 使用tesseract-ocr提取中英文字符

3.1 图片英文字符识别

import pytesseract
from PIL import Image
 
 
# 列出支持的语言
print(pytesseract.get_languages(config=''))
 
image_path = '../data/ocr_englist.jpg'
result = pytesseract.image_to_string(Image.open(image_path), lang='eng')
print(result)

 运行结果显示如下：

['eng', 'osd']
Spring will come when spring goes.

3.2 图片中文字符识别

中英文模型：https://github.com/tesseract-ocr/tessdata/blob/main/chi_sim.traineddata

存储到‘D:\Tesseract-OCR\tessdata’目录下。

import pytesseract
from PIL import Image
 
 
# 列出支持的语言
print(pytesseract.get_languages(config=''))
 
image_path = '../data/ocr_chinest.jpg'
result = pytesseract.image_to_string(Image.open(image_path), lang='chi_sim')
print(result)

运行结果如下：

['chi_sim', 'eng', 'osd']
短 评 : 中 美 各 自 的 成 功 是 彼 此 的 机 遇