Cách xây dựng nhận dạng ký tự quang học (OCR) trong Python. Được xây dựng trong

brew install Tesseract

brew install Tesseract

$ pip install pyTesseract

from PIL import Image
import pyTesseract
import numpy as np

import numpy as np
import cv2norm_img = np.zeros((img.shape[0], img.shape[1]))
img = cv2.normalize(img, norm_img, 0, 255, cv2.NORM_MINMAX)
img = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY)[1]
img = cv2.GaussianBlur(img, (1, 1), 0)

brew install Tesseract

brew install Tesseract

brew install Tesseract

brew install Tesseract

brew install Tesseract

brew install Tesseract

brew install Tesseract

brew install Tesseract

, chẳng hạn như tài liệu và ảnh được quét. Có lẽ bạn đã chụp ảnh văn bản chỉ vì bạn không muốn ghi chú hoặc vì chụp ảnh nhanh hơn gõ văn bản. May mắn thay, nhờ có điện thoại thông minh ngày nay, chúng ta có thể áp dụng OCR để có thể sao chép ảnh văn bản đã chụp trước đó mà không cần phải gõ lại.  

Nhận dạng ký tự quang học Python (OCR) là gì?

Python OCR là công nghệ nhận dạng và trích xuất văn bản trong hình ảnh như tài liệu và ảnh được quét bằng Python. Nó có thể được hoàn thành bằng cách sử dụng công cụ OCR mã nguồn mở Tesseract

Chúng tôi có thể thực hiện việc này trong Python bằng cách sử dụng một vài dòng mã. Một trong những công cụ OCR phổ biến nhất được sử dụng là Tesseract. Tesseract là một công cụ nhận dạng ký tự quang học cho các hệ điều hành khác nhau.

 

Cài đặt Python OCR

Tesseract chạy trên nền tảng Windows, macOS và Linux. Nó hỗ trợ Unicode (UTF-8) và hơn 100 ngôn ngữ. Trong bài viết này, chúng ta sẽ bắt đầu với quá trình cài đặt Tesseract OCR, và thử nghiệm trích xuất văn bản trong hình ảnh

Bước đầu tiên là cài đặt Tesseract. Để sử dụng thư viện Tesseract, chúng ta cần cài đặt nó trên hệ thống của mình. Nếu đang sử dụng Ubuntu, bạn chỉ cần sử dụng

brew install Tesseract

4 để cài đặt Tesseract OCR.

brew install Tesseract

4

Đối với người dùng macOS, chúng tôi sẽ sử dụng Homebrew để cài đặt Tesseract

brew install Tesseract

Đối với Windows, vui lòng xem Tesseract .

Hãy bắt đầu bằng cách cài đặt pyTesseract

$ pip install pyTesseract

Thông tin thêm về Python. 5 cách để viết thêm mã Pythonic

 

Triển khai Python OCR

Sau khi cài đặt hoàn tất, hãy tiếp tục bằng cách áp dụng Tesseract với Python. Đầu tiên, chúng tôi nhập các phụ thuộc

from PIL import Image
import pyTesseract
import numpy as np

Tôi sẽ sử dụng một hình ảnh đơn giản để kiểm tra việc sử dụng khối Tesseract

Một hình ảnh mẫu để Tesseract chuyển đổi thành văn bản. . Hình ảnh. Fahmi Nufikri

Hãy tải hình ảnh này và chuyển đổi nó thành văn bản

brew install Tesseract

8

Bây giờ, hãy xem kết quả

brew install Tesseract

9

Và đây là kết quả

Kết quả sau khi chạy OCR trong Python. . Ảnh chụp màn hình. Fahmi Nufikri

Kết quả thu được từ Tesseract đủ tốt cho những hình ảnh đơn giản. Tuy nhiên, trong thế giới thực, rất khó để tìm thấy những hình ảnh thực sự đơn giản, vì vậy tôi sẽ thêm nhiễu để kiểm tra hiệu suất của Tesseract.  

Ảnh mẫu có nhiễu. . Hình ảnh. Fahmi Nufikri

Chúng tôi sẽ thực hiện quy trình tương tự như trước đây

$ pip install pyTesseract

0

Đây là kết quả

Không có kết quả sau khi cố kéo văn bản từ hình ảnh bị nhiễu. . Ảnh chụp màn hình. Fahmi Nufikri

Kết quả là, không có gì. Điều này có nghĩa là tesseract không thể đọc các từ trong hình ảnh bị nhiễu

Tiếp theo, chúng ta sẽ cố gắng sử dụng một chút xử lý hình ảnh để loại bỏ nhiễu trong hình ảnh. Ở đây tôi sẽ sử dụng thư viện OpenCV. Trong thử nghiệm này, tôi đang sử dụng chuẩn hóa, tạo ngưỡng và làm mờ hình ảnh.

import numpy as np
import cv2norm_img = np.zeros((img.shape[0], img.shape[1]))
img = cv2.normalize(img, norm_img, 0, 255, cv2.NORM_MINMAX)
img = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY)[1]
img = cv2.GaussianBlur(img, (1, 1), 0)

Kết quả sẽ như thế này

Hình ảnh mẫu được làm sạch nhiễu để hiển thị văn bản. . Hình ảnh. Fahmi Nufikri

Bây giờ hình ảnh đã đủ sạch, chúng tôi sẽ thử lại với quy trình tương tự như trước. Và đây là kết quả

Kết quả tiết lộ rằng OCR đã chọn văn bản. . Ảnh chụp màn hình. Fahmi Nufikri

Như bạn có thể thấy, kết quả phù hợp với những gì chúng tôi mong đợi

Video giới thiệu cơ bản về cách sử dụng PyTesseract để trích xuất văn bản từ hình ảnh. . Video. Kiến Thức Lập Trình

Thông tin thêm về Python. 11 Trình chỉnh sửa mã và IDE Python tốt nhất hiện có

 

Bản địa hóa và phát hiện văn bản trong Python OCR

Với Tesseract, chúng tôi cũng có thể thực hiện bản địa hóa và phát hiện văn bản từ hình ảnh. Trước tiên chúng tôi sẽ nhập các phụ thuộc mà chúng tôi cần

$ pip install pyTesseract

2

Tôi sẽ sử dụng một hình ảnh đơn giản như ví dụ trên để kiểm tra việc sử dụng khối Tesseract

Hình ảnh mẫu để chạy trong OCR. . Hình ảnh. Fahmi Nufikri

Bây giờ, hãy tải hình ảnh này và trích xuất dữ liệu

$ pip install pyTesseract

3

Điều này khác với những gì chúng ta đã làm trong ví dụ trước. Trong ví dụ trước, chúng tôi đã ngay lập tức thay đổi hình ảnh thành một chuỗi. Trong ví dụ này, chúng tôi sẽ chuyển đổi hình ảnh thành một từ điển.

brew install Tesseract

0

Các kết quả sau đây là nội dung của từ điển

brew install Tesseract

1

Tôi sẽ không giải thích mục đích của từng giá trị trong từ điển. Thay vào đó, chúng tôi sẽ sử dụng bên trái, trên cùng, chiều rộng và chiều cao để vẽ một hộp giới hạn xung quanh văn bản cùng với chính văn bản đó. Ngoài ra, chúng tôi sẽ cần một khóa

brew install Tesseract

5 để xác định ranh giới của văn bản được phát hiện.

Bây giờ, chúng tôi sẽ trích xuất tọa độ hộp giới hạn của vùng văn bản từ kết quả hiện tại và chúng tôi sẽ chỉ định giá trị độ tin cậy mà chúng tôi muốn. Ở đây, tôi sẽ sử dụng giá trị

brew install Tesseract

5 = 70. Mã sẽ trông như thế này.

brew install Tesseract

2

Bây giờ mọi thứ đã được thiết lập, chúng ta có thể hiển thị kết quả bằng mã này

brew install Tesseract

3

Và đây là kết quả

Kết quả với tọa độ hộp xung quanh văn bản. . Hình ảnh. Fahmi Nufikri

Cuối cùng, Tesseract phù hợp nhất khi xây dựng quy trình xử lý tài liệu nơi hình ảnh được quét và xử lý. Điều này hoạt động tốt nhất cho các tình huống có đầu vào có độ phân giải cao, trong đó văn bản nền trước được phân đoạn gọn gàng từ nền

Đối với bản địa hóa và phát hiện văn bản, bạn có thể thay đổi một số tham số, chẳng hạn như giới hạn giá trị tin cậy. Hoặc nếu thấy chưa ưng ý, bạn có thể thay đổi độ đậm nhạt, màu sắc của khung viền hoặc chữ

Nhận dạng ký tự quang học Python (OCR) là gì?

Học máy có hữu ích cho OCR trong Python không?

OCR là gì và nó hoạt động như thế nào?

Làm cách nào để sử dụng Tesseract OCR với Python?

Làm cách nào để tạo OCR bằng Python?

Làm cách nào để tạo OCR của riêng tôi?

Python có OCR không?

Làm cách nào để đào tạo OCR bằng Python?