使用pytesseract识别图像中的文本 [英] use pytesseract to recognize text from image

问题描述

我需要使用pytesseract从这张图片中提取文字：

和代码：< PIL导入图片，ImageEnhance，ImageFilter
导入pytesseract
path ='pic.gif'
img = Image.open（path）
img = img.convert（'RGBA'）
pix = img.load（）
for y in range（img.size [1] ）：
表示范围内的x（img.size [0]）：
如果pix [x，y] [0]< 102或pix [x，y] [1]< 102或pix [x，y] [2]< 102：
pix [x，y] =（0,0,0,255）
else：
pix [x，y] =（255,255,255,255）
img.save（'temp.jpg'）
text = pytesseract.image_to_string（Image.open（'temp.jpg'））
＃os.remove（'temp.jpg'）
打印（文本）

，temp.jpg是

还不错，但打印结果是，2 WW
不是正确的文字 2HHH ，那么如何删除那些黑点呢？

解决方案

这是我的解决方案：

 从PIL导入pytesseract 
导入Image，ImageEnhance，ImageFilter 
 
 im = Image.open（temp.jpg）＃第二个
 im = im.filter（ImageFilter.MedianFilter（））
 enhancer = ImageEnhance.Contrast（im）
 im = enhancer.enhance（2）
 im = im.convert（'1 '）
 im.save（'temp2.​​jpg'）
 text = pytesseract.image_to_string（Image.open（'temp2.​​jpg'））
 print（text）
  

I need to use pytesseract to extract text from this picture:

and the code:

from PIL import Image, ImageEnhance, ImageFilter
import pytesseract
path = 'pic.gif'
img = Image.open(path)
img = img.convert('RGBA')
pix = img.load()
for y in range(img.size[1]):
    for x in range(img.size[0]):
        if pix[x, y][0] < 102 or pix[x, y][1] < 102 or pix[x, y][2] < 102:
            pix[x, y] = (0, 0, 0, 255)
        else:
            pix[x, y] = (255, 255, 255, 255)
img.save('temp.jpg')
text = pytesseract.image_to_string(Image.open('temp.jpg'))
# os.remove('temp.jpg')
print(text)

and the "temp.jpg" is

Not bad, but the result of print is ,2 WW Not the right text2HHH, so how can I remove those black dots?

解决方案

Here is my solution:

import pytesseract
from PIL import Image, ImageEnhance, ImageFilter

im = Image.open("temp.jpg") # the second one 
im = im.filter(ImageFilter.MedianFilter())
enhancer = ImageEnhance.Contrast(im)
im = enhancer.enhance(2)
im = im.convert('1')
im.save('temp2.jpg')
text = pytesseract.image_to_string(Image.open('temp2.jpg'))
print(text)

这篇关于使用pytesseract识别图像中的文本的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！