使用场景#
使用图片识别可以快速提取图片中的信息，方便高效。
Python并不能直接对PDF进行识别，所以如果是识别PDF的话，需要先将PDF转化为图片，然后再进行识别。
必备工具#
Python #
可以安装3.7及以上版本
tesseract-ocr #
下载地址： https://github.com/UB-Mannheim/tesseract/wiki 使用最新版本即可
python 库pip install pytesseract#
pip install pillow
pip install opencv-python
pip install fitz
pip install PyMuPDF代码示例
from PIL import Image
import os
import pytesseract
import cv2 as cv
import fitzdef pdf_image(pdfPath,imgPath,zoom_x,zoom_y,rotation_angle):# 打开PDF文件pdf = fitz.open(pdfPath)# 逐页读取PDFfor pg in range(0, pdf.pageCount):page = pdf[pg]# 设置缩放和旋转系数trans = fitz.Matrix(zoom_x, zoom_y).preRotate(rotation_angle)pm = page.getPixmap(matrix=trans, alpha=False)# 开始写图像pm.writePNG(imgPath+str(pg)+".png")#pm.writePNG(imgPath)pdf.close()
pdf_path ='D:/123.pdf'
img_path ='D:/123.png'
pdf_image(pdf_path,img_path,5,5,0)
# 依赖opencv
img=cv.imread(img_path)
text=pytesseract.image_to_string(Image.fromarray(img),lang='chi_tra')
# 不依赖opencv写法
# text=pytesseract.image_to_string(Image.open(img_path))
print(text)总结
识别清晰的文字图片的时候准确率非常高
但是识别手写体的话效果不太好
方法使用场景及实例代码)
)
)
)
)
)
)
)
)
)
)
)
)
