Python 如何用Pytesseract OCR 辨識影像的字元

woff

1. 到 Github 下載 tesseract-ocr-w64-setup-5.3.3.20231005.exe 來安裝Tesseract。

2. 記錄Tesseract安裝的路徑，預設路徑通常為 C:\Program Files\Tesseract-OCR。

3. 將Tesseract.exe路徑新增到環境變數 "PATH" 中

4. 安裝pytesseract

1. pip install pytesseract

複製代碼

代碼

1. import cv2
   
2. import pytesseract
   
3. import matplotlib.pyplot as plt
   
4. import matplotlib
   
5. matplotlib.use('TkAgg') #加入這行
   
6. 
   
7. # 載入圖檔
   
8. image = cv2.imread('./images_ocr/receipt.png')
   
9. 
   
10. # 顯示圖檔
    
11. image_RGB = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    
12. plt.figure(figsize=(10,6))
    
13. plt.imshow(image_RGB)
    
14. plt.axis('off')
    
15. plt.show()
    
16. 
    
17. 
    
18. # 參數設定
    
19. custom_config = r'--psm 6'
    
20. # OCR 辨識
    
21. print(pytesseract.image_to_string(image, config=custom_config))
    
22. 
    
23. # 參數設定，只辨識數字
    
24. custom_config = r'--psm 6 outputbase digits'
    
25. # OCR 辨識
    
26. print(pytesseract.image_to_string(image, config=custom_config))
    
27. 
    
28. 
    
29. # 參數設定白名單，只辨識有限字元
    
30. custom_config = r'-c tessedit_char_whitelist=abcdefghijklmnopqrstuvwxyz --psm 6'
    
31. # OCR 辨識
    
32. print(pytesseract.image_to_string(image, config=custom_config))
    
33. 
    
34. 
    
35. # 參數設定黑名單，只辨識有限字元
    
36. custom_config = r'-c tessedit_char_blacklist=abcdefghijklmnopqrstuvwxyz --psm 6'
    
37. # OCR 辨識
    
38. print(pytesseract.image_to_string(image, config=custom_config))
    
39. 
    
40. # 載入圖檔
    
41. image = cv2.imread('./images_ocr/chinese.png')
    
42. 
    
43. # 顯示圖檔
    
44. image_RGB = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    
45. plt.figure(figsize=(10,6))
    
46. plt.imshow(image_RGB)
    
47. plt.axis('off')
    
48. plt.show()
    
49. 
    
50. # 辨識多國文字，中文繁體、日文及英文
    
51. custom_config = r'-l chi_tra+jpn+eng --psm 6'
    
52. # OCR 辨識
    
53. print(pytesseract.image_to_string(image, config=custom_config))
    
54. 
    
55. # 載入圖檔
    
56. image = cv2.imread('./images_ocr/chinese_2.png')
    
57. 
    
58. # 顯示圖檔
    
59. image_RGB = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    
60. plt.figure(figsize=(10,6))
    
61. plt.imshow(image_RGB)
    
62. plt.axis('off')
    
63. plt.show()
    
64. 
    
65. # 辨識多國文字，中文繁體、日文及英文
    
66. custom_config = r'-l chi_tra+jpn+eng --psm 6'
    
67. # OCR 辨識
    
68. print(pytesseract.image_to_string(image, config=custom_config))

複製代碼

結果圖：

Python Pytesseract OCR 辨識數字

文章出處： NetYea 網頁設計