使用AI技术获取图片文字与识别图像内容

野性酷女 2023-02-17 15:57 15阅读 0赞

### 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][Link 1] 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][Link 2]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][Link 3] ,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：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj_size_16_color_FFFFFF_t_70]

#### 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：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj_size_16_color_FFFFFF_t_70 1]

处理结果：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj_size_16_color_FFFFFF_t_70 2]

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][Link 4] 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'])

输出：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj_size_16_color_FFFFFF_t_70 3]

### 使用场景 ###

可以利用这些图片识别给**名片分类**、获取图片上的关键信息、车牌识别等。

## 后记 ##

【后记】为了让大家能够轻松学编程，我创建了一个公众号【轻松学编程】，里面有让你快速学会编程的文章，当然也有一些干货提高你的编程水平，也有一些编程项目适合做一些课程设计等课题。

也可加我微信【1257309054】，拉你进群，大家一起交流学习。  
如果文章对您有帮助，请我喝杯咖啡吧！

公众号

![公众号][20200317124808234.jpg]

![赞赏码][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj_size_16_color_FFFFFF_t_70 4]

156789.png?x-oss-process=image/watermark,type\_ZmFuZ3poZW5naGVpdGk,shadow\_10,text\_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj,size\_16,color\_FFFFFF,t\_70)

关注我，我们一起成长~~

[Link 1]: https://github.com/tesseract-ocr/tesseract/wiki
[Link 2]: https://github.com/UB-Mannheim/tesseract/wiki
[Link 3]: https://github.com/tesseract-ocr/tessdata
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200614231655690.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200614231715183.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200614231740154.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj,size_16,color_FFFFFF,t_70
[Link 4]: https://console.bce.baidu.com/ai/#/ai/ocr/overview/index
[SDK]: https://ai.baidu.com/sdk#ocr
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200614231822164.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj,size_16,color_FFFFFF,t_70
[20200317124808234.jpg]: https://img-blog.csdnimg.cn/20200317124808234.jpg
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20200317125156789.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xtX2lzX2Rj,size_16,color_FFFFFF,t_70