了解如何使用Tesseract和OpenCV通过Raspberry Pi相机从PDF等图像中提取文本

在本教程中，我将向您展示如何使用光学字符识别通过Raspberry Pi相机和Raspberry Pi从图像中提取文本。 Pi相机将捕获图像，并使用OpenCV和Tesseract从图像中提取文本。

视频演示

截图

什么是光学字符识别？

光学字符识别（OCR）是指从图像（打印或手写）或PDF格式的文档中电子提取文本的过程。此过程也称为文本识别。

什么是Tesseract？

Tesseract是最初由惠普在1985年至1994年之间开发的工具，在1996年进行了一些更改，以移植到Windows，并在1998年进行了一些C ++化。Tesseract在2005年被HP开源，并且Google一直在进一步开发 自2006年以来。

Tesseract识别并读取图像中显示的文本。它可以读取所有图像类型-png，jpeg，gif，tiff，bmp等。它还广泛用于处理扫描文档中的所有内容。

Tesseract具有Unicode（UTF-8）支持，并且可以立即识别100多种语言。为了将Tesseract集成到C ++或Python代码中，我们必须使用Tesseract的API。

如何在Raspberry Pi上安装Tesseract

首先，您需要通过键入以下命令来确保您的Raspberry Pi是最新的：

sudo apt-get update
sudo apt-get upgrade

这些命令会将Raspberry Pi上已安装的软件包更新为最新版本。

然后在终端中键入以下命令以在Raspberry Pi上安装OpenCV所需的软件包：

之后，键入以下命令以在Raspberry Pi上安装适用于Python 3的OpenCV 3。

注意：Pip3意味着将为Python 3安装OpenCV。

sudo pip3 install opencv-contrib-python libwebp6

接下来，通过键入以下命令安装Tesseract库：

sudo apt install tesseract-ocr

通过键入以下命令来安装命令行Tesseract工具：

sudo apt install libtesseract-dev

最后，通过键入以下内容为Tesseract安装Python封装包：

sudo pip install pytesseract

检查安装

让我们仔细检查一下新安装的软件包上的版本。

要检查是否已安装OpenCV，请尝试通过键入以下命令导入OpenCV：

Python3

import cv2

如果没有错误弹出，则表明安装成功。

cv2.version

要检查Tesseract的安装，请在终端中键入以下命令：

tesseract --version

如果正确安装，则终端应显示与下图所示类似的输出。

Python代码

将此Python代码复制并保存到扩展名为.py的文本文件中。

</>…

现在，使用命令python filename.py运行此代码。

详情参阅 - 亚图跨际