如何识别一张指定图片中的文字内容

首先我们先要了解一下Tesseract，它是一款由Google进行维护的开源OCR识别引擎，开源且免费可以支持多种语言与多种多平台。

首先我们先要去github平台下载Tesseract。

 

在mac可以通过brew安装Tesseract引擎.

brew install --with-training-tools tesseract

在win服务器系统中可直接通过exe文件来安装,安装完成后需要将Tesseract的执行文件的目录加入到系统变量PATH中去。

一般，Tesseract默认安装的是英文语言训练包，如果需要简体中文或者其他可在tesseract-lang中找到下载然后将其放在安装文件夹中的testdata目录下即可。注：如果在windows系统中需要将testdata目录加入环境或系统变量.

Tesseract可以直接使用命令行执行。

tesseract 1.png outfile -l chi_sim

或者通过Python调用

 

我们只需要安装两个包

pip install pillow

pip install pytesseract

然后使用python编写的简单的转换函数。

from PIL import Image

import pytesseract

 

class Languages:

    CHS = 'chi_sim'

    CHT = 'chi_tra'

    ENG = 'eng'

 

def img_to_str(image_path, lang=Languages.ENG):

    return pytesseract.image_to_string(Image.open(image_path), lang)

  

print(img_to_str('images/1.png', lang=Languages.CHS))

即可实现简单的图片转文字效果,当然如果识别不准确我们还可以训练Tesseract库来提高准确度

 

除了使用python来调用Tesseract，我们还可以使用php或js来调用Tesseract引擎进行图片识别.

如php使用tesseract-ocr-for-php 库来帮助我们快速的调用tesseract。
 

js则使用Tesseract.js，它是Tesseract OCR引擎的emscripten端口。可在浏览器中使用带有CDN的webpack或普通脚本标签，也可以在带有Node.js的服务器上使用
 

除了以上的几种方法，我们还可以使用第三方提供的or图片识别服务如：微软Azure 阿里云、腾讯OCR等等。