Python_ubuntu 12.04 下安装 PyTesser 进行OCR识别
2013-08-14 22:57
453 查看
pytesser 调用了 tesseract,因此需要安装 tesseract,安装 tesseract 需要安装 leptonica,否则编译tesseract 的时候出现 "configure: error: leptonica not found"。
以下都是解压编译安装的老步骤:
./configure
make -j4
sudo make install
下载安装leptonica
http://www.leptonica.org/download.html
或者
http://code.google.com/p/leptonica/downloads/list
最新的是leptonica-1.69.tar.bz2
下载安装tesseract
http://code.google.com/p/tesseract-ocr/
最新的是 tesseract-ocr-3.02.02.tar.gz
下载安装 tesseract 的语言数据包
http://code.google.com/p/tesseract-ocr/downloads/list
最新的是 tesseract-ocr-3.01.eng.tar.gz
解压tessdata目录下的文件(9个)到 "/usr/local/share/tessdata"目录下
注意:这个网址下载到的只有一个,不能用,使用中会报错,http://tesseract-ocr.googlecode.com/files/eng.traineddata.gz
下载安装 pytesser
http://code.google.com/p/pytesser/
最新的是 pytesser_v0.0.1.zip
测试pytesser
到pytesser的安装目录,创建一个test.py,python test.py 查看结果。
from pytesser import *#im = Image.open('fnord.tif')#im = Image.open('phototest.tif')#im = Image.open('eurotext.tif')im = Image.open('fonts_test.png')text = image_to_string(im)print text
tesseract 目录还有其他tif文件,也可以复制过来测试,上面测试的tif,png文件正确识别出文字。
pytesser的验证码识别能力比较低,只能对规规矩矩不歪不斜数字和字母验证码进行识别。测试了几个网站的验证码,显示 Empty page,看来用它来识别验证码是无望了。
测试发现提高对比度后再识别有助于提高识别准确率。
enhancer = ImageEnhance.Contrast(im)im = enhancer.enhance(4)
参考:
http://www.oschina.net/question/54100_59400 http://ubuntuforums.org/showthread.php?p=10248384
以下都是解压编译安装的老步骤:
./configure
make -j4
sudo make install
下载安装leptonica
http://www.leptonica.org/download.html
或者
http://code.google.com/p/leptonica/downloads/list
最新的是leptonica-1.69.tar.bz2
下载安装tesseract
http://code.google.com/p/tesseract-ocr/
最新的是 tesseract-ocr-3.02.02.tar.gz
下载安装 tesseract 的语言数据包
http://code.google.com/p/tesseract-ocr/downloads/list
最新的是 tesseract-ocr-3.01.eng.tar.gz
解压tessdata目录下的文件(9个)到 "/usr/local/share/tessdata"目录下
注意:这个网址下载到的只有一个,不能用,使用中会报错,http://tesseract-ocr.googlecode.com/files/eng.traineddata.gz
下载安装 pytesser
http://code.google.com/p/pytesser/
最新的是 pytesser_v0.0.1.zip
测试pytesser
到pytesser的安装目录,创建一个test.py,python test.py 查看结果。
from pytesser import *#im = Image.open('fnord.tif')#im = Image.open('phototest.tif')#im = Image.open('eurotext.tif')im = Image.open('fonts_test.png')text = image_to_string(im)print text
tesseract 目录还有其他tif文件,也可以复制过来测试,上面测试的tif,png文件正确识别出文字。
pytesser的验证码识别能力比较低,只能对规规矩矩不歪不斜数字和字母验证码进行识别。测试了几个网站的验证码,显示 Empty page,看来用它来识别验证码是无望了。
测试发现提高对比度后再识别有助于提高识别准确率。
enhancer = ImageEnhance.Contrast(im)im = enhancer.enhance(4)
参考:
http://www.oschina.net/question/54100_59400 http://ubuntuforums.org/showthread.php?p=10248384
相关文章推荐
- ubuntu 12.04 下安装 PyTesser 进行OCR识别 - 从波 - 博客园
- ubuntu 12.04 下安装 PyTesser 进行OCR识别
- ubuntu 12.04 下安装 PyTesser 进行OCR识别
- ubuntu 下安装 PyTesser 进行OCR识别
- Win7下安装Python图像处理库PIL、pytesser、tesseract进行验证码识别
- Ubuntu 12.04下安装配置Python 2.7集成开发环境Eric4
- Kubuntu(Ubuntu 12.04)下破解安装Python开发工具WingIDE4.1
- Ubuntu 12.04下安装配置Python 2.7集成开发环境Eric4
- ubuntu 12.04安装PIL tesseract进行验证码识别
- Ubuntu 12.04 安装mysql及mysql-python
- Kubuntu(Ubuntu 12.04)下破解安装Python开发工具WingIDE4.1
- 在Ubuntu 12.04 LTS上安装Python3.4.x
- Python_Ubuntu 12.04 安装Twisted、Scrapy爬虫框架
- 安装:Ubuntu12.04+Python3+Django1.7.9过程记录
- ubuntu 12.04 lts 安装python2.7
- 使用自制ADempiere 3.6.0 LTS安装软件进行安装(基于Ubuntu Desktop 12.04 LTS)
- ubuntu 12.04LTS(32bit)+caffe+cpu only+opencv+python2.7环境配置安装
- Ubuntu 12.04 安装python-mysqldb
- 转载:Ubuntu 12.04下安装配置Python 2.7集成开发环境Eric4
- Ubuntu server 12.04 python 安装