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

```python
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()```

到此这篇关于基于Python的OCR实现示例的文章就介绍到这了,更多相关Python OCR 内容请搜索python博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持python博客！