pytesseract and ddddocr

一.pytesseract

1.簡介

 Pytesseract是一個Python庫，用於將圖像中的文本轉換為可編輯的字元串。它是基於Google的Tesseract OCR引擎開發的 。Tesseract是一個開源的OCR引擎，能夠識別超過100種語言的文字。Pytesseract簡化了與Tesseract的集成過程，並提供了一個簡單的API，使得在Python中使用OCR功能變得更加容易

2.環境配置

1）下載程式並安裝，下載地址：https://digi.bib.uni-mannheim.de/tesseract/

 安裝的時候記得勾選下載的語言，全選即可。

2）終端下載pytesseract庫

pip install pytesseract

下載安裝完成之後在當前項目下找到venv\Lib\site-packages\pytesseract\pytesseract.py文件，修改tesseract_cmd值

3.基本用法

我們要識別圖片文字，最常用的方法就是image_to_string，語法如下，通常使用時傳兩個參數即可，要識別的圖片和語言類型

def image_to_string(
    image,
    lang=None,
    config='',
    nice=0,
    output_type=Output.STRING,
    timeout=0,
):

下麵看下實例

result_text = pytesseract.image_to_string("./img/img_5.png", lang='chi_sim')

# 輸出結果
print(result_text)

如果涉及到識別的圖片中存在多種語言，可以在lang中添加多種語言，用+號連接起來

import pytesseract
from PIL import Image

img = Image.open(url)
text = pytesseract.image_to_string(img, lang='chi_sim+eng')  # 識別中文和英文

各種語言類型如下圖

eng

英文

chi_sim

簡體中文

chi_tra

繁體中文

ara

阿拉伯文

jpn

日文

kor

韓文

spa

西班牙文

fra

法文

二.ddddocr

1.簡介

OCR是一種將印刷或手 寫文本轉換為可編輯文本的技術。ddddOCR利用深度學習演算法識別圖像中的字元，並將其轉換為可編輯的文本。它可以應用於各種場景， 如掃描文檔、圖像識別、車牌識別等。ddddOCR具有高準確性和高效率，可以在短時間內處理大量的圖像，並能夠適應不同的字體和文字 樣式。它可以應用於各種領域，如辦公自動化、數據輸入、圖像處理等。

2.環境配置

 pip install ddddocr

3.基本用法

import ddddocr

ocr1 = ddddocr.DdddOcr()  # 實例化
with open("./img_2.png", 'rb') as f:
    img_bytes = f.read()
result_text = ocr1.classification(img_bytes)
print(result_text)

個人覺得ddddocr識別的特不准，畢竟是免費的，要想準確識別可以參考超級鷹：https://www.cnblogs.com/lihongtaoya/p/16727694.html