python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Python OCR库

四个Python常用OCR库的用法详解

作者：Python数据开发

在接口自动化工作中,经常需要处理文字识别的任务,而OCR库能够帮助我们将图像中的文字提取出来,所以本文为大家整理了四个常用的OCR库以及它们的用法,需要的可以参考下

在接口自动化工作中，经常需要处理文字识别的任务，而OCR（Optical Character Recognition，光学字符识别）库能够帮助我们将图像中的文字提取出来。Python中有几个常用的OCR库，包括pyocr、pytesseract和python- tesseract、EasyOCR。

本文将对它们进行比较，并提供一些示例代码来演示它们在实际接口自动化工作中的应用。

1、pyocr

PyOCR是一个Python库，提供了对多个OCR引擎的封装。它可以方便地在Python中使用不同的OCR引擎进行文本识别。

PyOCR支持以下OCR引擎：

适用场景：

使用PyOCR进行文本识别的步骤如下：

示例：以下是一个使用Tesseract库进行文字识别的示例：

import pyocr
import pyocr.builders
from PIL import Image
# 初始化OCR引擎
tools = pyocr.get_available_tools()
if len(tools) == 0:
    print("No OCR tool found")
    exit(1)
ocr_tool = tools[0]
# 打开图像文件
image = Image.open('image.jpg')
# 使用OCR引擎进行文本识别
text = ocr_tool.image_to_string(
    image,
    lang='eng',
    builder=pyocr.builders.TextBuilder()
)
# 打印识别结果
print(text)

在这个示例中，首先使用pyocr.get_available_tools()获取可用的OCR引擎列表，然后选择第一个可用的引擎进行初始化。接着使用PIL库打开图像文件，然后使用OCR引擎的image_to_string方法进行文本识别，同时指定识别语言和文本构建器。最后打印识别结果。

2、pytesseract

pytesseract是一个Python库，它提供了对Tesseract OCR引擎的封装。Tesseract是一个开源的OCR引擎，由Google开发。pytesseract可以方便地在Python中使用Tesseract进行文本识别。

pytesseract具有以下特点：

使用pytesseract进行文本识别的步骤如下：

以下是一个使用pytesseract进行文本识别的示例：

import pytesseract
from PIL import Image
# 打开图像文件
image = Image.open('image.jpg')
# 使用pytesseract进行文本识别
text = pytesseract.image_to_string(image)
# 打印识别结果
print(text)

在这个示例中，首先使用PIL库打开图像文件，然后使用pytesseract库的image_to_string方法将图像中的文字识别为文本，最后打印识别结果。

需要注意的是，使用pytesseract进行文本识别前，需要确保已经正确安装了Tesseract OCR引擎，并将其配置为系统环境变量之一。这样pytesseract才能找到并使用Tesseract引擎进行识别。

3、python-tesseract

python-tesseract是一个Python库，它提供了对Tesseract OCR引擎的封装。Tesseract是一个开源的OCR引擎，由Google开发。python-tesseract库可以方便地在Python中使用Tesseract进行文本识别。

python-tesseract具有以下特点：

使用python-tesseract进行文本识别的步骤如下：

以下是一个使用python-tesseract进行文本识别的示例：

import pytesseract
from PIL import Image
# 打开图像文件
image = Image.open('image.jpg')
# 使用pytesseract进行文本识别
text = pytesseract.image_to_string(image)
# 打印识别结果
print(text)

在这个示例中，首先使用PIL库打开图像文件，然后使用python-tesseract库的image_to_string方法将图像中的文字识别为文本，最后打印识别结果。

需要注意的是，使用python-tesseract进行文本识别前，需要确保已经正确安装了Tesseract OCR引擎，并将其配置为系统环境变量之一。这样python-tesseract才能找到并使用Tesseract引擎进行识别。

以下是一个更为复杂的例子，展示了如何使用python-tesseract进行文本识别，并对识别结果进行一些后处理：

import pytesseract
from PIL import Image
import re
# 打开图像文件
image = Image.open('image.jpg')
# 使用python-tesseract进行文本识别
text = pytesseract.image_to_string(image)
# 去除识别结果中的非法字符
cleaned_text = re.sub(r'[^a-zA-Z0-9\s]', '', text)
# 将识别结果按行分割成列表
lines = cleaned_text.split('\n')
# 去除空行
lines = [line.strip() for line in lines if line.strip()]
# 打印识别结果
for line in lines:
    print(line)

在这个例子中，我们首先使用PIL库打开图像文件，然后使用python-tesseract库的image_to_string方法将图像中的文字识别为文本。接下来，我们使用正则表达式去除识别结果中的非法字符，只保留字母、数字和空格。然后，我们将识别结果按行分割成列表，并去除空行。最后，我们逐行打印识别结果。

这个例子展示了如何对识别结果进行一些后处理操作，以获得更干净和可读性更高的文本。根据实际需求，你可以根据需要进行更多的后处理操作，如去除特定的字符、提取关键信息等。

4、EasyOCR

EasyOCR是一个功能强大且开源、易于使用的OCR库，适用于各种文字识别任务，包括文档扫描、图像处理、自然语言处理等。它可以帮助开发者快速实现文字识别功能，并应用于各种应用领域。与其他OCR库相比，EasyOCR具有以下特点：

使用EasyOCR进行文字识别的步骤如下：

以下是一个使用EasyOCR进行文字识别的简单示例：

import easyocr
# 创建OCR对象
reader = easyocr.Reader(['en', 'zh'])
# 识别文字
result = reader.readtext('image.jpg')
# 处理识别结果
for (text, bbox, confidence) in result:
    print(f'Text: {text}, Bbox: {bbox}, Confidence: {confidence}')

在这个示例中，我们首先创建了一个OCR对象，指定了要识别的语言为英文和中文。然后，我们使用OCR对象的readtext方法对图像文件进行文字识别，返回一个包含识别结果的列表。最后，我们遍历识别结果，打印每个文字的内容、位置和置信度。

5、小结

本文介绍了Python中几个常用的OCR库，并提供了相应的代码示例。这些库都可以帮助我们在接口自动化工作中进行文字识别，从而实现更多的自动化功能和任务。根据实际需求，您可以选择适合自己的OCR库，并结合其他工具和技术来完成更复杂的接口自动化工作。

以上就是四个Python常用OCR库的用法详解的详细内容，更多关于Python OCR库的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:
阅读全文