python OCR文字识别的方法有哪些
今天主机评测网小编给大家分享一下python OCR文字识别的方法有哪些的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。
将图片翻译成文字一般被称为光学文字识别（Optical Character Recognition，OCR）。可以实现OCR 的底层库并不多，目前很多库都是使用共同的几个底层OCR 库，或者是在上面进行定制。
方法一： 使用easyocr模块
easyocr是基于torch的深度学习模块
easyocr安装后调用过程中出现opencv版本不兼容问题，所以放弃此方案。
方法二：通过pytesseract调用tesseract
优点：部署快，轻量级，离线可用，免费
缺点：自带的中文库识别率较低，需要自己建数据进行训练
Tesseract 是一个OCR 库，目前由Google 赞助（Google 也是一家以OCR 和机器学习技术闻名于世的公司）。Tesseract 是目前公认最优秀、最精确的开源OCR 系统。
  除了极高的精确度，Tesseract 也具有很高的灵活性。它可以通过训练识别出任何字体（只要这些字体的风格保持不变就可以），也可以识别出任何Unicode 字符。
Tesseract的安装与使用
python 识别图片上的数字，使用pytesseract库从图像中提取文本，而识别引擎采用 tesseract-ocr。
pytesseract是python包装器，它为可执行文件提供了pythonic API。
1、安装必要的包：
pipinstallpillowpipinstallpytesseract
2、安装tesseract-ocr的识别引擎
最新版本下载地址： github/UB-Mannheim/tesseract/wiki
或者更多版本的tesseract下载地址：digi.bib.uni-mannheim.de/tesseract/
 安装完后，需要将Tesseract添加到系统变量中。
 环境变量： 我的电脑 ->属性 -> 高级系统设置 ->环境变量 ->系统变量 ，在 path 中添加 安装路径。
并将训练好的模型文件 chi_sim.traineddata 放入该目录中，这样安装就完成了。
在命令行 WIN+R 输入cmd ：输入 tesseract -v ,出现版本信息，则配置成功。
tesseract-ocr默认不支持中文识别。支持中文识别.png
3、解决pytesseract 找不到路径的问题。
在自己安装的pytesseract包中，找到pytesseract.py文件
打开pytesseract.py文件，修改 tesseract_cmd 的值：tesseract.exe 的安装路径 。
为了避免其他的错误，使用双反斜杠，或者斜杠
4、简单使用
importpytesseractfromPILimportImageif__name__=='__main__':text=pytesseract.image_to_string(Image.open("D:\\test.png"),lang="eng")#如果你想试试Tesseract识别中文，只需要将代码中的eng改为chi_sim即可print(text)测试图片：
输出结果：
用Tesseract可以识别格式规范的文字，主要具有以下特点：
使用一个标准字体（不包含手写体、草书，或者十分“花哨的”字体）
虽然被复印或拍照，字体还是很清晰，没有多余的痕迹或污点
排列整齐，没有歪歪斜斜的字
没有超出图片范围，也没有残缺不全，或紧紧贴在图片的边缘
  下面将给出几个tesseract识别图片中文字的例子。
  首先是E://figures/other/poems.jpg, 输入命令 tesseract E://figures/other/poems.jpg E://figures/other/poems.txt， 则会将poems.jpg中的识别文字写入到poems.txt中，如下图：
接着是稍微有点倾斜的文字图片th.jpg,识别情况如下：
可以看到识别的情况不如刚才规范字体的好，但是也能识别图片中的大部分字母。
最后是识别简体中文，需要事先安装简体中文语言包，再讲chi_sim.traineddata放在C:\Program Files (x86)\Tesseract-OCR\tessdata目录下。我们以图片timg.jpg为例：
输入命令：
tesseractE://figures/other/timg.jpgE://figures/other/timg.txt-lchi_sim
识别结果如下：
只识别错了一个字，识别率还是不错的。
最后加一句，Tesseract对于彩色图片的识别效果没有黑白图片的效果好。
pytesseract
pytesseract是Tesseract关于Python的接口，可以使用pip install pytesseract安装。安装完后，就可以使用Python调用Tesseract了，不过，你还需要一个Python的图片处理模块，可以安装pillow.
  输入以下代码，可以实现同上述Tesseract命令一样的效果：
importpytesseractfromPILimportImagepytesseract.pytesseract.tesseract_cmd='C://ProgramFiles(x86)/Tesseract-OCR/tesseract.exe'text=pytesseract.image_to_string(Image.open('E://figures/other/poems.jpg'))print(text)运行结果如下：
<h2ocr 第二种 Python 开源识别工具的效果两个工具的使用方法和对比效果。
安装ocr：
pipinstall ocr
看到 Successfully installed xxx 则说明安装成功。
如果你只想对图片中的中文进行识别，那么ocr 是一个不错的选择，你只需要安装ocr 包即可。
但如果你想试试其他语言的OCR识别，Tesseract 是更好的选择。
<h4ocr 识别图片的中文<pocr 主要针对的是排版简单的印刷体文字图片，如截图图片，扫描件等。目前内置的文字检测和分行模块无法处理复杂的文字排版定位。尽管它分别提供了单行识别函数和多行识别函数，但在本人实测下，单行识别函数的效果非常糟糕，或者说要求的条件十分苛刻，基本上连截图的文字都识别不出来。
不过多行识别函数还不错，使用该函数识别的代码如下：
from ocrimport Ocrocr= Ocr()res=ocr.ocr('test.png')print("PredictedChars:",res)用于识别这个图片里的文字：
效果如下：
如果不是很吹毛求疵，这样的效果已经很不错了。
方法三：调用百度API
优点：使用方便，功能强大
缺点：大量使用需要收费
我自己采用的是调用百度API的方式，下面是我的步骤：
注册百度账号，创建OCR应用可以参考其他教程。
购买后使用python调用方法
方式一： 通过urllib直接调用，替换自己的api_key和secret_key即可
#coding=utf-8importsysimportjsonimportbase64#保证兼容python2以及python3IS_PY3=sys.version_info.major==3ifIS_PY3:fromurllib.requestimporturlopenfromurllib.requestimportRequestfromurllib.errorimportURLErrorfromurllib.parseimporturlencodefromurllib.parseimportquote_pluselse:importurllib2fromurllibimportquote_plusfromurllib2importurlopenfromurllib2importRequestfromurllib2importURLErrorfromurllibimporturlencode#防止http证书校验不正确importsslssl._create_default_http_context=ssl._create_unverified_contextAPI_KEY='YsZKG1wha34PlDOPYaIrIIKO'SECRET_KEY='HPRZtdOHrdnnETVsZM2Nx7vbDkMfxrkD'OCR_URL="aip.baidubce/rest/2.0/ocr/v1/accurate_basic""""TOKENstart"""TOKEN_URL='aip.baidubce/oauth/2.0/token'"""获取token"""deffetch_token():params={'grant_type':'client_credentials','client_id':API_KEY,'client_secret':SECRET_KEY}post_data=urlencode(params)if(IS_PY3):post_data=post_data.encode('utf-8')req=Request(TOKEN_URL,post_data)try:f=urlopen(req,timeout=5)result_str=f.read()exceptURLErroraserr:print(err)if(IS_PY3):result_str=result_str.decode()result=json.loads(result_str)if('access_token'inresult.keys()and'scope'inresult.keys()):ifnot'brain_all_scope'inresult['scope'].split(''):print('pleaseensurehaschecktheability')exit()returnresult['access_token']else:print('pleaseoverwritethecorrectAPI_KEYandSECRET_KEY')exit()"""读取文件"""defread_file(image_path):f=Nonetry:f=open(image_path,'rb')returnf.read()except:print('readimagefilefail')returnNonefinally:iff:f.close()"""调用远程服务"""defrequest(url,data):req=Request(url,data.encode('utf-8'))has_error=Falsetry:f=urlopen(req)result_str=f.read()if(IS_PY3):result_str=result_str.decode()returnresult_strexceptURLErroraserr:print(err)if__name__=='__main__':#获取accesstokentoken=fetch_token()#拼接通用文字识别高精度urlimage_url=OCR_URL+"?access_token="+tokentext=""#读取测试图片file_content=read_file('test.jpg')#调用文字识别服务result=request(image_url,urlencode({'image':base64.b64encode(file_content)}))#解析返回结果result_json=json.loads(result)print(result_json)forwords_resultinresult_json["words_result"]:text=text+words_result["words"]#打印文字print(text)方式二：通过HTTP-SDK模块进行调用
fromaipimportAipOcrAPP_ID='25**9878'API_KEY='VGT8y***EBf2O8xNRxyHrPNr'SECRET_KEY='ckDyzG*****N3t0MTgvyYaKUnSl6fSw'client=AipOcr(APP_ID,API_KEY,SECRET_KEY)defget_file_content(filePath):withopen(filePath,'rb')asfp:returnfp.read()image=get_file_content('test.jpg')res=client.basicGeneral(image)print(res)#res=client.basicAccurate(image)#print(res)直接识别屏幕指定区域上的文字
fromaipimportAipOcrAPP_ID='25**9878'API_KEY='VGT8y***EBf2O8xNRxyHrPNr'SECRET_KEY='ckDyzG*****N3t0MTgvyYaKUnSl6fSw'client=AipOcr(APP_ID,API_KEY,SECRET_KEY)fromioimportBytesIOfromPILimportImageGrabout_buffer=BytesIO()img=ImageGrab.grab((100,200,300,400))img.save(out_buffer,format='PNG')res=client.basicGeneral(out_buffer.getvalue())print(res)
以上就是“python OCR文字识别的方法有哪些”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注主机评测网行业资讯频道。
上一篇：Element基于el-input数字范围输入框怎么实现
下一篇：python中CURL和python?requests的相互转换怎么实现