文章作者：易明
個(gè)人博客：https://yiming1012.github.io
簡書主頁：http://m.itdecent.cn/u/6ebea55f5cec
郵箱地址：1129079384@qq.com
背景簡介
????最近有一個(gè)需求，識(shí)別隨車清單圖片，并提取關(guān)鍵信息。經(jīng)過調(diào)研選取了兩種方法嘗試：
1、Google維護(hù)的Tesseract-ocr
2、百度云OCR
Tesseract-ocr介紹
1、從https://github.com/UB-Mannheim/tesseract/wiki
下載對(duì)應(yīng)的版本。推薦4.0以上。
2、安裝過程中需要下載Additional language data。你可以全選，也可以只下載中文包。安裝的過程比較漫長……
3、測試Tesseract
-
查看版本：tesseract -v
2.查看語言：tesseract --list-langs
3.識(shí)別圖片：tesseract hua.png out
由上面看出，識(shí)別出來的都是啥啊。
4、通過Python識(shí)別圖片文字。
- Python代碼
# -*- coding: utf-8 -*-
from PIL import Image as myImage
import pytesseract
# 指定tesseract路徑
pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'
# 讀取圖片
img = myImage.open('hua.png')
# 識(shí)別圖片
text = pytesseract.image_to_string(img, lang='chi_sim')
print(text)
-
待識(shí)別的圖片
- 識(shí)別效果
可以看出，tesseract-ocr的識(shí)別效果較差。不過，它的優(yōu)勢是可以通過jTessBoxEditor工具來修正錯(cuò)誤數(shù)據(jù)訓(xùn)練字庫，感興趣的同學(xué)可以嘗試，這里不再贅述。
百度云OCR
1、調(diào)用百度云文字識(shí)別的API，首先需要進(jìn)入百度智能云官網(wǎng)——產(chǎn)品服務(wù)——文字識(shí)別——應(yīng)用列表——?jiǎng)?chuàng)建應(yīng)用。創(chuàng)建成功之后，便可以獲的AppID、API Key和Secret Key三個(gè)參數(shù)。
2、Python開發(fā)者可以參考Python-SDK指南，其中對(duì)Python如何調(diào)用接口以及具體參數(shù)配置做了詳細(xì)說明。其他語言開發(fā)者可以參考該網(wǎng)站其他SDK文檔。
3、通過pip安裝baidu-aip包: pip install baidu-aip
4、代碼展示：
# -*- coding: gbk -*-
from aip import AipOcr
import pandas as pd
# 配置百度參數(shù)
config = {
'appId': 'yourappid',
'apiKey': 'yourapiKey',
'secretKey': 'yoursecretKey'
}
client = AipOcr(**config)
def get_file_content(file):
with open(file, 'rb') as fp:
return fp.read()
def img_to_str(image_path):
image = get_file_content(image_path)
""" 如果有可選參數(shù) """
options = {}
# 是否檢測圖像朝向，默認(rèn)不檢測
options["detect_direction"] = "true"
# 是否返回識(shí)別結(jié)構(gòu)中每一行的置信度
options["probability"] = "true"
# result = client.basicGeneral(image)
result = client.basicAccurate(image, options)
print(result.get("words_result"))
df = pd.DataFrame(result.get("words_result"))
return df
pictureContent = img_to_str('hua.png')
print(pictureContent)
print(list(pictureContent['words']))
5、效果展示
其中，圖片為向左旋轉(zhuǎn)90度后的，從上面看出，該接口能檢測圖片朝向，并能識(shí)別圖中文字，而且準(zhǔn)確率非常高。
