使用AI技术获取图片文字与识别图像内容

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

获取图片文字

如何使用python获取图片文字呢？

关注公众号【轻松学编程】了解更多…

1、通过python的第三方库pytesseract获取

通过pip install pytesseract导入。

1.1、安装tesseract-ocr

先在官网下载对应操作系统的tesseract-ocr ，比如我现在在windows系统下，就下载exe文件安装，可点击这里下载，下载后运行exe后选择一个目录安装，这个目录需要记住，后面中需要用到，比如我的目录为D:\ruanjian\Tesseract-OCR。

1.2 下载训练好的语言包

地址 ,这里想提取图片中的中文字，于是下载chi_sim.traineddata，下载到上面安装tesseract-ocr目录中的文件夹tessdata中，如图：

1.3 代码

import pytesseract from PIL import Image# 打开一张图片 image = Image.open(r'images\82-望岳.png') pytesseract.pytesseract.tesseract_cmd = r'D:\ruanjian\Tesseract-OCR\tesseract.exe' tessdata_dir_config = r'--tessdata-dir "D:\ruanjian\Tesseract-OCR\tessdata"' # 提取中文，如果是提取英文，则先下载语言包，然后设置以下参数lang='eng'即可。 code = pytesseract.image_to_string(image, lang='chi_sim', config=tessdata_dir_config)print(code)

比如我需要提取以下图片文字：

处理结果：

这种方式优点就是可以无限次运行，只要配置好电脑环境就可以，缺点就是不能混语言。比如图片中夹杂中文与英文，提取效果就不是很好。

2、使用百度接口

先到百度智能云创建一个应用获取APP_ID、API_KEY、SECRET_KEY

然后下载python的SDK，下载后使用pip install aip-python-sdk-2.2.15.zip安装

import base64 import requests import time import ast from aip import AipOcr# https://console.bce.baidu.com/ai/#/ai/ocr/overview/index """ 你的 APPID AK SK """ APP_ID = '你的' API_KEY = '你的' SECRET_KEY = '你的' # 百度api客户端 CLIENT = AipOcr(APP_ID, API_KEY, SECRET_KEY) # 请求头 HEADERS = { 'Content-Type': 'application/x-www-form-urlencoded' } # 获取令牌的url URL = 'https://aip.baidubce.com/oauth/2.0/token' ACCESS_TOKEN = None # 用于记录获取令牌的开始时间 SRART_TIME = time.time()def get_file_content(filePath): # 获取文件内容 with open(filePath, 'rb') as fp: return fp.read()def get_access_token(): # 获取令牌 global ACCESS_TOKEN, SRART_TIME, URL response = requests.post(URL, {'grant_type': 'client_credentials', 'client_id': API_KEY, 'client_secret': SECRET_KEY}) ACCESS_TOKEN = ast.literal_eval(response.content.decode('utf-8'))['access_token'] SRART_TIME = time.time()def req_url(image): # 调用百度AI接口获取图像识别后的内容，调用接口次数为每日5万次 global ACCESS_TOKEN, SRART_TIME, HEADERS if not ACCESS_TOKEN or (time.time() - SRART_TIME > 7000): get_access_token() response = requests.post('https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token=%s' % ACCESS_TOKEN, {'image': image}, headers=HEADERS) return response.content.decode('utf-8')if __name__ == '__main__': # 图片内容 image = get_file_content(r'image\望岳.png') # 获取分析结果 ret = req_url(base64.b64encode(image).decode()) # 字符串转字典 ret = ast.literal_eval(ret) if 'words_result' in ret: for words in ret['words_result']: print(words['words'])