学习
实践
活动
专区
工具
TVP
写文章

Python 中文图片OCR

有个需求,需要从一张图片中识别出中文,通过python来实现,这种这么高大上的黑科技我们普通人自然搞不了,去github找了一个似乎能满足需求的开源库-tesseract-ocr: Tesseract的 OCR引擎目前已作为开源项目发布在Google Project,其项目主页在这里查看https://github.com/tesseract-ocr, 它支持中文OCR,并提供了一个命令行工具。 如果要识别中文需要下载对应的训练集:https://github.com/tesseract-ocr/tessdata ,下载”chi_sim.traineddata”,然后copy到训练数据集的存放路径 image = Image.open('test.png') code = pytesseract.image_to_string(image, lang='chi_sim') print(code) OCR 速度比较慢,大家可以拿一张包含中文的图片试验一下。

2.6K31
  • 广告
    关闭

    热门业务场景教学

    个人网站、项目部署、开发环境、游戏服务器、图床、渲染训练等免费搭建教程,多款云服务器20元起。

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Tesseract-OCR识别中文与训练字库实例

    关于中文的识别,效果比较好而且开源的应该就是Tesseract-OCR了,所以自己亲身试用一下,分享到博客让有同样兴趣的人少走弯路。 文中所用到的身份证图片资源是百度找的,如有侵权可联系我删除。 一、准备工作 1、下载Tesseract-OCR引擎,注意要3.0以上才支持中文哦,按照提示安装就行。 2、下载chi_sim.traindata字库。要有这个才能识别中文。 下好后,放到Tesseract-OCR项目的tessdata文件夹里面。 3、下载jTessBoxEditor,这个是用来训练字库的。 以上的几个在百度都能找到下载,就不详细讲了。 四、测试 1、把 normal.traineddata 复制到Tesseract-OCR 安装目录下的tessdata文件夹中 2、识别命令: 1 tesseract mjorcen.normal.exp0

    2.1K20

    GitHub 热榜:文字识别神器,超轻量级中文 OCR

    整理 | AI 科技大本营 光学字符识别(OCR)技术已经得到了广泛应用。比如发票上用来识别关键字样,搜题 App 用来识别书本上的试题。 近期,这个叫做 chineseocr_lite 的 OCR 项目开源了,这是一个超轻量级中文 ocr,支持竖排文字识别,支持 ncnn 推理,psenet (8.5M) + crnn (6.3M) + 这个项目基于 chineseocr 与 psenet 实现中文自然场景文字检测及识别,环境是 linux/macos。 和 ocr-lstm 是搬运 chineseocr 的) 支持竖排文本识别 ncnn 实现 psenet(未实现核扩展) ncnn 实现 crnn_dense (改变了全连接为 conv1x1) ncnn 实现 shuuflenev2 角度分类网络 ncnn 实现 ocr 整个流程 最近,项目作者对更新了可实现的功能。

    1.5K10

    GitHub 热榜:文字识别神器,超轻量级中文 OCR

    整理 | AI 科技大本营 光学字符识别(OCR)技术已经得到了广泛应用。比如发票上用来识别关键字样,搜题 App 用来识别书本上的试题。 近期,这个叫做 chineseocr_lite 的 OCR 项目开源了,这是一个超轻量级中文 ocr,支持竖排文字识别,支持 ncnn 推理,psenet (8.5M) + crnn (6.3M) + 这个项目基于 chineseocr 与 psenet 实现中文自然场景文字检测及识别,环境是 linux/macos。 和 ocr-lstm 是搬运 chineseocr 的) 支持竖排文本识别 ncnn 实现 psenet(未实现核扩展) ncnn 实现 crnn_dense (改变了全连接为 conv1x1) ncnn 实现 shuuflenev2 角度分类网络 ncnn 实现 ocr 整个流程 最近,项目作者对更新了可实现的功能。

    1.4K20

    cnocr:用来做中文OCR的Python3包,装上就能用!

    cnocr是用来做中文OCR的Python 3包。cnocr自带了训练好的识别模型,安装后即可直接使用。 cnocr主要针对的是排版简单的印刷体文字图片,如截图图片,扫描件等。 对于中文识别且识别困难(如文字比较模糊)的场景,建议尝试模型 conv-lite-lstm。 对于简单的中文识别场景,可以使用模型 densenet-lite-lstm 或 densenet-lite-fc ,或者利用自己的训练数据对它们进行精调。 图片预测 类CnOcr是OCR的主类,包含了三个函数针对不同场景进行文字识别。类CnOcr的初始化函数如下: 其中的几个参数含义如下: model_name: 模型名称,即上面表格第一列中的值。 函数CnOcr.ocr(img_fp)和CnOcr.ocr_for_single_line(img_fp)内部其实都是调用的函数CnOcr.ocr_for_single_lines(img_list)。

    2K30

    实测超轻量中文OCR开源项目,总模型仅17M

    点击上方↑↑↑“OpenCV学堂”关注我 来源:公众号 机器之心 授权 想要试试中文 OCR?这个项目可以考虑,轻量模型,不需要 GPU 也能跑得动。 ? 光学字符识别(OCR)现在已经有很广泛的应用了,很多开源项目都会嵌入已有的 OCR 项目来扩展能力,例如 12306 开源抢票软件,它就会调用其它开源 OCR 服务来识别验证码。 如果要说到中文 OCR,像身份证识别、火车票识别都是常规操作,它也可以实现更炫酷的功能,例如翻译笔在书本上滑动一行,自动获取完整的图像,并识别与翻译中文。 目前比较常用的中文 OCR 开源项目是 chineseocr,它基于 YOLO V3 与 CRNN 实现中文自然场景文字检测及识别,目前该项目已经有 2.5K 的 Star 量。 而本文介绍的是另一个新 开源的中文 OCR 项目,它基于 chineseocr 做出改进,是一个超轻量级的中文字符识别项目。

    92640

    cnocr:用来做中文OCR的Python3包,装上就能用!

    cnocr是用来做中文OCR的Python 3包。cnocr自带了训练好的识别模型,安装后即可直接使用。 cnocr主要针对的是排版简单的印刷体文字图片,如截图图片,扫描件等。 对于中文识别且识别困难(如文字比较模糊)的场景,建议尝试模型 conv-lite-lstm。 对于简单的中文识别场景,可以使用模型 densenet-lite-lstm 或 densenet-lite-fc ,或者利用自己的训练数据对它们进行精调。 图片预测 类CnOcr是OCR的主类,包含了三个函数针对不同场景进行文字识别。类CnOcr的初始化函数如下: 其中的几个参数含义如下: model_name: 模型名称,即上面表格第一列中的值。 函数CnOcr.ocr(img_fp)和CnOcr.ocr_for_single_line(img_fp)内部其实都是调用的函数CnOcr.ocr_for_single_lines(img_list)。

    1.2K10

    实测超轻量中文OCR开源项目,总模型仅17M

    想要试试中文 OCR?这个项目可以考虑,轻量模型,不需要 GPU 也能跑得动。 光学字符识别(OCR)现在已经有很广泛的应用了,很多开源项目都会嵌入已有的 OCR 项目来扩展能力,例如 12306 开源抢票软件,它就会调用其它开源 OCR 服务来识别验证码。 如果要说到中文 OCR,像身份证识别、火车票识别都是常规操作,它也可以实现更炫酷的功能,例如翻译笔在书本上滑动一行,自动获取完整的图像,并识别与翻译中文。 目前比较常用的中文 OCR 开源项目是 chineseocr,它基于 YOLO V3 与 CRNN 实现中文自然场景文字检测及识别,目前该项目已经有 2.5K 的 Star 量。 而本文介绍的是另一个新 开源的中文 OCR 项目,它基于 chineseocr 做出改进,是一个超轻量级的中文字符识别项目。

    1.3K00

    文字识别助力智能运营,加速金融业务流转效率

    中文字识别技术(OCR)作为计算机视觉的主要方向之一,其识别对象包括扫描合同、印章、卡证、表格与票据信息结构化,在业务办理、风险控制、内部数据库建设与信息支撑等场景中都扮演着重要角色。 图 通用卡证结构化信息提取 场景 4:中文表格识别与属性分析 中文表格识别在保险理赔、财报分析和信息录入等场景应用颇多,实际业务中人工进行录入成本高,同时,开源中文表格数据集少也限制了中文表格识别模型的发展 针对以上情况,通过采用数据标注、数据合成和微调等场景适配方法,同时结合表格属性识别,快速完成中文表格识别任务。 图 中文表格识别与属性分析 更多内容 PaddleOCR 除了提供产业级特色模型 PP-OCR 与 PP-Structure 以外,打通从数据合成标注、模型训练到推理部署的应用全流程。 提供 22 种训练部署方式,半自动标注工具 PPOCRLabel,《动手学 OCR》电子书以及丰富的场景应用和前沿算法,通过全流程的开发体验助力产业界快速落地 OCR 应用。

    13940

    文字识别助力智能运营,加速金融业务流转效率

    中文字识别技术(OCR)作为计算机视觉的主要方向之一,其识别对象包括扫描合同、印章、卡证、表格与票据信息结构化,在业务办理、风险控制、内部数据库建设与信息支撑等场景中都扮演着重要角色。 图 通用卡证结构化信息提取 场景4:中文表格识别与属性分析 中文表格识别在保险理赔、财报分析和信息录入等场景应用颇多,实际业务中人工进行录入成本高,同时,开源中文表格数据集少也限制了中文表格识别模型的发展 针对以上情况,通过采用数据标注、数据合成和微调等场景适配方法,同时结合表格属性识别,快速完成中文表格识别任务。 图 中文表格识别与属性分析 更多内容 PaddleOCR除了提供产业级特色模型PP-OCR与PP-Structure以外,打通从数据合成标注、模型训练到推理部署的应用全流程。 提供22种训练部署方式,半自动标注工具PPOCRLabel,《动手学OCR》电子书以及丰富的场景应用和前沿算法,通过全流程的开发体验助力产业界快速落地OCR应用。

    15610

    GitHub开源:17M超轻量级中文OCR模型、支持NCNN推理

    目录 1、项目简介 2、项目配置 3、问题解决 ---- 1、项目简介 近期GitHub上一位大神开源了一个叫做chineseocr_lite的OCR的项目,这是一个超轻量级中文OCR,支持竖排文字识别 psenet(8.5M),crnn_lstm_lite (9.5M) 和行文本方向分类网络(1.5M); 任意方向文字检测,识别时判断行文本方向; crnn\crnn_lite lstm\dense识别(ocr-dense 和ocr-lstm是搬运chineseocr 的); 支持竖排文本识别; ncnn实现psenet(未实现核扩展); ncnn实现crnn_dense(改变了全连接为conv1x1); ncnn实现shuuflenev2 角度分类网络; ncnn实现ocr整个流程。 这里将自己配置好的项目分享给大家,可以关注我的微信公众号,回复关键字:中文OCR,获取项目。 拓展:GitHub开源:支持100多种语言的OCR文字识别

    79230

    关注

    腾讯云开发者公众号
    10元无门槛代金券
    洞察腾讯核心技术
    剖析业界实践案例
    腾讯云开发者公众号二维码

    相关产品

    • 文字识别

      文字识别

      文字识别(OCR)基于腾讯优图实验室世界领先的深度学习技术,将图片上的文字内容,智能识别成为可编辑的文本。OCR 支持身份证、名片等卡证类和票据类的印刷体识别,也支持运单等手写体识别,支持提供定制化服务,可以有效地代替人工录入信息。

    相关资讯

    热门标签

    活动推荐

    扫码关注腾讯云开发者

    领取腾讯云代金券