百度360必应搜狗淘宝本站头条
python类型转换python串口编程python计时python异常python进度条
当前位置：网站首页 > 技术资源 > 正文

用Python进行OCR图像识别，小白一定要收藏

off999 2024-09-14 07:05 46 浏览 0 评论

数据采集就怕遇到图片，只能看不能复制怎么办。手动将文字提取出来，要耗费很大的工作量。例如下图，某楼盘的一房一价表，怎么样发现单价低位的房子？光凭肉眼很难发现吧，能否让计算机进行文字的识别，然后再对这些数值型信息进行数据分析。

首先把图片中的单价提取出来，

进而生成图像：

用python就可以实现，采用现在流行的OCR图像识别。主要思路是使用机器学习模式，通过已有图片手动训练出一个图像识别模型，具体步骤如下：

一、将图片预处理，更方便计算机识别

（一）把图像灰化

使用open-cv库对图片进行处理。

使用灰化后的图片，如下图，排除干扰信息，能让识别更加稳定。

（二）把图片分割

将图片分割成小方块，一是提高识别精度，二是方便将数据储存为表格形式。可以设定好参数，根据坐标系把图片裁剪成一个个小方块，如下图，储存为jpg格式。

二、建立图像识别模型

（一）将分割好的小方块图片合并成tiff文件

下载jTessBoxEditor，打开jTessBoxEditor.jar，使用tools下的merge tiff工具，将图片合并成tiff文件。

（二）使用已有模型对tiff文件进行初识别

下载并安装tesseract，并配置好环境变量，将Tesseract-OCR和tessdata的路径加入到环境变量下的path下面。Tesseract自带图像识别的模型，例如中文简体汉字识别模型chi_sim.traineddata，英文识别模型eng.traineddata，这些模型可以网上下载，放到tessdata里面即可使用。

然后进入tiff所在文件夹。在命令窗口，输入：tesseract ***.tif *** -l +++ -psm 7 batch.nochop makebox，按回车生成box文件。其中***为tif的文件名，+++为要生成的traindata的文件名。

（三）使用jTessBoxEditor对tiff和box文件进行调整

打开jTessBoxEditor.jar，在box editor中的open按钮，打开要编辑的tif文件。编辑之后保存，生成box文件。保存在同一个文件夹里。

（四）使用tiff和box文件生成模型

在tiff和box的文件中，在命令窗口输入以下代码，最终生成模型（traindata文件）

上述脚本也可以写在bat文件中，运行脚本来生成traindata，最终仅需要将traindata复制到tessdata里面，即可使用该模型。

三、应用图像识别模型

安装完，训练完模型之后，就要在python中使用模型了。安装pytesseract，找到pytesseract.py文件，打开编辑，将其中的“tesseract_cmd = 'tesseract'”，改成tesseract的安装路径（如C:\Program Files\Tesseract-OCR\\tesseract）。

因为模型是采用灰化后的图片训练的，所以在识别时也要使用灰化。

四、优化图像识别模型

在使用中，如果有错误，可以存下来，加入训练库，优化图像识别模型。在一般是识别错误的图片，积攒一阵子后。累积做成tif文件。注意：同类错误选择几个记号了，训练库尽量小而精。

最后

如果你觉得这篇文章还不错，请大家 点赞、分享、留言 下，因为这将是我持续输出更多优质文章的最强动力！

更多爬虫、数据分析、全栈开发、人工智能学习资料自取

私信@林夕编程回复关键词【资料】

相关推荐

数据库系统工程师（数据库系统）

1相对来说比较难考2因为数据库系统工程师需要掌握大量的数据库理论知识、数据库设计和管理技能、数据分析和优化能力等多方面的技能，考试难度较大。3但是只要有足够的学习时间和精力，通过系统学习和练习，...

u盘安装win7系统到固态（u盘安装系统到固态硬盘）

1.进入bios设置，查看你的本本是否可以直接设置硬盘顺序。可以的话设置下，然后固态硬盘安装win7即可。2.接硬盘数据线注意顺序，固态硬盘接前面，数值小的端口。根据你的情况如果接口一样，可以交换2条...

优盘启动盘重装系统进入bios

原因分析：开机时直接进入BIOS的主要原因是主办BIOS的设置出现了问题。有些电脑的主板在设置的时候为了能够更加人性化所以加入了许多其他的功能。当BIOS的设置不正确时重启电脑就会自动进入BIOS。解...

台式电脑怎么调节亮度快捷键
  • 台式电脑怎么调节亮度快捷键
  • 台式电脑怎么调节亮度快捷键
  • 台式电脑怎么调节亮度快捷键
  • 台式电脑怎么调节亮度快捷键
usb系统盘下载（系统u盘之家）

手机不可以下载电脑系统到U盘里，这是跟系统文件的格式有直接关系。电脑的系统文件，它在下载安装的时候必须使用电脑版本的U盘才可以正确安装。手机的版本它和电脑的版本差别比较大，即使下载后也不可能正确安装。...

windows8模拟器(国内版)（win8模拟器安卓版下载）

雷电模拟器能在win8系统运行，1、官网下载雷电模拟器，双击安装包进入安装界面。2、点击“自定义安装”修改安装路径，点击“浏览”选择好要安装的路径，默认勾选“已同意”,最后点击“立即安装”。...

win10安装专业版还是家庭版（win10安装专业版还是家庭版好）

从Win10家庭版和专业版对比来看，Win10专业版要比家庭版功能更强大一些，不过价格更贵。另外Win10专业版的一系列Win10增强技术对于普通用户也基本用不到，多了也显得系统不那么精简，因此普通个...

win10系统保护不见了（win10系统保护打不开怎么办）

1、启动计算机，启动到Windows10开机LOGO时就按住电源键强制关机，重复强制关机3次！2、重复步骤3次左右启动后出现“自动修复”界面，我们点击高级选项进入；3、接下来会到选择一个选项界面...

新手如何重装win8（怎么重新装系统win8）

要想重装回win8.1系统，首先你需要一个win8.1的系统安装盘，然后把你电脑的系统盘格式化一下，或者把你的win10系统删除了，再把win8.1系统安装盘插到电脑上，进行系统安装，等电脑安装系统完...

磁盘分区工具软件（硬盘分区工具软件）

如果说最安全的那就用电脑自带的吧，右键我的电脑，找到管理，然后进去磁盘管理，然后找到目前的一个磁盘，右键压缩卷，输入压缩空间就是你想要的一个盘的大小（1G=1024MB），然后压缩，然后找到你压缩出来...

ftp手机客户端（ftp手机客户端存文件）

要想实现FTP文件传输，必须在相连的两端都装有支持FTP协议的软件，装在您的电脑上的叫FTP客户端软件，装在另一端服务器上的叫做FTP服务器端软件。　　客户端FTP软件使用方法很简单，启动后首先要与...

原版xp系统镜像（原版xp系统镜像怎么设置）

msdnitellyou又可以上了，那里有。　　制作需要的软件　　在开始进行制作之前，我们首先需要下载几个软件，启动光盘制作工具：EasyBoot，UltraISO以及用来对制作好的ISO镜像进行测...

office2007密钥 office2016（office2007ultimate密钥）

word2016激活密钥有两种类型：永久激活码和KMS期限激活密钥。其中，永久激活密钥可以使用批量授权版永久激活密钥进行激活，如所示；而KMS期限激活密钥需要使用KMS客户端密钥进行激活，如所示。另外...

windows10系统启动盘制作（windows10启动盘制作教程）

Windows10系统更改启动磁盘的方法如下1、按快捷键Win+R，调出命令窗口2、输入msconfig，点【确定】3、在系统配置中，选择【引导】菜单4、选择要默认启动的磁盘，点【设置为默认值】，...

方正电脑怎么重装系统

购买一张系统盘，然后启动电脑，将购买的系统盘插入电脑光驱中，等待光驱读取系统盘后，点击安装系统，即可自动安装，等待安装完毕，电脑会自动重启，重新启动后，电脑的系统就安装完毕，可以使用了一、准备需要的软...

取消回复欢迎 你 发表评论:

一周热门
最近发表
标签列表
Copyright Your WebSite.Some Rights Reserved.