主頁 > 知識庫 > 如何使用Python進行PDF圖片識別OCR

如何使用Python進行PDF圖片識別OCR

熱門標簽:okcc外呼系統(tǒng)怎么調(diào)速度 外呼電信系統(tǒng) 熱門電銷機器人 惠州龍門400電話要怎么申請 萬利達百貨商場地圖標注 上海企業(yè)外呼系統(tǒng) 智能機器人電銷神器 電話機器人哪里有賣 河南虛擬外呼系統(tǒng)公司

使用場景

使用圖片識別可以快速提取圖片中的信息,方便高效。

Python并不能直接對PDF進行識別,所以如果是識別PDF的話,需要先將PDF轉(zhuǎn)化為圖片,然后再進行識別。

必備工具

  • Python 

可以安裝3.7及以上版本

  • tesseract-ocr 

下載地址: https://github.com/UB-Mannheim/tesseract/wiki 使用最新版本即可

  • 需要用到的庫
pip install pillow
pip install opencv-python
pip install fitz
pip install PyMuPDF
pip install pytesseract

代碼示例

from PIL import Image
import os
import pytesseract 
import cv2 as cv
import fitz

def pdf_image(pdfPath,imgPath,zoom_x,zoom_y,rotation_angle):
  # 打開PDF文件
  pdf = fitz.open(pdfPath)
  # 逐頁讀取PDF
  for pg in range(0, pdf.pageCount):
    page = pdf[pg]
    # 設(shè)置縮放和旋轉(zhuǎn)系數(shù)
    trans = fitz.Matrix(zoom_x, zoom_y).preRotate(rotation_angle)
    pm = page.getPixmap(matrix=trans, alpha=False)
    # 開始寫圖像
    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)
# 依賴opencv
img=cv.imread(img_path)
text=pytesseract.image_to_string(Image.fromarray(img),lang='chi_tra')
# 不依賴opencv寫法
# text=pytesseract.image_to_string(Image.open(img_path))
print(text)

總結(jié)

識別清晰的文字圖片的時候準確率非常高

但是識別手寫體的話效果不太好

注意事項

在安裝tesseract-ocr 的時候一定要記得選擇對應(yīng)的語言,不然是無法正常使用的。

以上就是如何使用Python進行PDF圖片識別OCR的詳細內(nèi)容,更多關(guān)于python pdf圖片識別ocr的資料請關(guān)注腳本之家其它相關(guān)文章!

您可能感興趣的文章:
  • Python 實現(xiàn)任意區(qū)域文字識別(OCR)操作
  • Python3使用tesserocr識別字母數(shù)字驗證碼的實現(xiàn)
  • python3.7中安裝paddleocr及paddlepaddle包的多種方法
  • Python調(diào)用百度OCR實現(xiàn)圖片文字識別的示例代碼
  • python圖片驗證碼識別最新模塊muggle_ocr的示例代碼
  • 如何基于Python代碼實現(xiàn)高精度免費OCR工具
  • 基于Python的OCR實現(xiàn)示例
  • Python基于百度AI實現(xiàn)OCR文字識別
  • python3安裝OCR識別庫tesserocr過程圖解
  • python 如何做一個識別率百分百的OCR

標簽:綿陽 周口 周口 合肥 百色 淮安 秦皇島 綏化

巨人網(wǎng)絡(luò)通訊聲明:本文標題《如何使用Python進行PDF圖片識別OCR》,本文關(guān)鍵詞  如何,使用,Python,進行,PDF,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《如何使用Python進行PDF圖片識別OCR》相關(guān)的同類信息!
  • 本頁收集關(guān)于如何使用Python進行PDF圖片識別OCR的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章