【OCR】技术

OCR图像识别

此贴用来更新在工作中遇到的一些图片解析内容

一、OCR是什么

OCR(Optical Character Recognition,光学字符识别) 是​一种将图片中的文字自动识别并转换为可编辑文本的技术。比如:

  • 把一张手写笔记的照片 ➡️ 转成Word文档
  • 把扫描的PDF文件 ➡️ 转成可搜索的文本

二、Python中如何实现OCR

请见:基于Tesseract OCR的文本识别方法及代码示例

1.简单应用

python 复制代码
from PIL import Image
import pytesseract

# 设置Tesseract路径(根据你的安装位置修改)
pytesseract.pytesseract.tesseract_cmd = r'E:\developer_tools\Tesseract-OCR\tesseract.exe'

# 打开图片
image = Image.open("test.png")

# 识别文字
text = pytesseract.image_to_string(image, lang='chi_sim+eng')  # 中英文混合识别

# 打印结果
print(text)

三、OCR的核心步骤

1.​图像预处理​(提高识别准确率)

  • 灰度化:将彩色图转为黑白
  • 二值化:让文字更清晰
  • 去噪:去除背景干扰
python 复制代码
import cv2
image = cv2.imread("test.png")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 转为灰度
_, binary = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)  # 二值化

2.​文字识别

python 复制代码
text = pytesseract.image_to_string(binary, lang='chi_sim')

3.​输出结果

  • 直接保存为文本文件
  • 生成可搜索的PDF(如你问题中的代码)

四、OCR到的应用场景

场景 说明
文档数字化 扫描件/照片转文本
车牌识别 停车场自动识别车牌
发票识别 自动提取发票金额、日期
手写笔记识别 将手写内容转为电子版

五、注意事项

1.图像质量决定效果 :模糊、倾斜、低对比度的图片识别率低。

2.多语言支持 :Tesseract支持100+种语言,需额外下载语言包。

3.复杂布局处理:表格、多列文本可能需要更复杂的处理。

六、扩展学习

  • 其他OCR库
    • easyocr:更适合中文场景
    • paddleocr:百度开发的OCR工具(中文效果优秀)
  • 深度学习OCR
    • 使用YOLO等模型实现更复杂的文本检测和识别。
相关推荐
云天徽上17 小时前
【PaddleOCR】OCR表格识别数据集介绍,包含PubTabNet、好未来表格识别、WTW中文场景表格等数据,持续更新中......
python·ocr·文字识别·表格识别·paddleocr·pp-ocrv5
Edward-tan3 天前
基于 opencv+yolov8+easyocr的车牌追踪识别
python·opencv·ocr·yolov8
晓13134 天前
OpenCV篇——项目(二)OCR文档扫描
人工智能·python·opencv·pycharm·ocr
秋窗74 天前
Mac 部署Latex OCR并优化体验(打包成App并支持全局快捷键)
macos·ocr·latex
RainSerein4 天前
Laravel8中调取腾讯云文字识别OCR
ocr·php·腾讯云·laravel
老胖闲聊14 天前
Python pytesseract【OCR引擎库】 简介
开发语言·python·ocr
沉到海底去吧Go15 天前
【工具教程】PDF指定区域OCR识别重命名工具使用教程和注意事项
pdf·ocr·图片区域识别改名·仓储物流单据识别·物流单据识别改名·pdf区域识别改名·pdf区域识别重命名
heart000_115 天前
通义大模型在文档自动化处理中的高效部署指南(OCR集成与批量处理优化)
运维·自动化·ocr
kevin 115 天前
OCR大模型,破解金融文档处理困境,从文字识别到文字理解
金融·ocr
Just_Paranoid15 天前
华为云Flexus+DeepSeek征文|基于Dify构建智能票据信息识别助手
华为云·ocr·dify·maas·deepseek·flexusx