Mac OCR 图像文字识别调研（tesseract & baidu clound）

OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。

本文记录使用python进行图片识别，尝试了两种办法，在此记录！

Tesseract

---

安装

Mac直接使用brew进行安装，未安装brew请点击！

# 安装tesseract的同时安装训练工具
brew install --with-training-tools tesseract

# 安装tesseract的同时安装所有语言，语言包比较大，建议不安装
brew install  --all-languages tesseract

# 安装tesseract，并安装训练工具和语言
brew install --all-languages --with-training-tools tesseract 

# 只安装tesseract，不安装训练工具，推荐安装！（我安装的这个！^_^）
brew install  tesseract

安装完成后，验证是否成功

tesseract -v

使用

命令行调用

# 获取帮助
tesseract --help

# imgNmae: 图片路径
# result: 识别结果，存放于result.txt文件
tesseract imgName result

Python调用

使用python调用，还需要安装两个包。

pip install pillow
pip insstall pytesseract

测试图片：

实例：

from PIL import Image
import pytesseract

image = Image.open('test.png')
text = pytesseract.image_to_string(image, lang='eng')
print(text)

输出结果：

/usr/local/bin/python3.7 /Users/test.py
The official site of the NBA | NBA.com

Process finished with exit code 0

如需识别中文或者其他语言，下载对应 语言库 即可。

百度云 OCR

安装

• 首先需要注册一个百度账号，登录 后 在产品栏搜索 “文字识别”，点击 “立即使用” 跳转到概览页面。

• 创建应用，拿到AppID、API Key、Secret Key
  

• 安装python库

pip install baidu-aip

使用

官方文档

from aip import AipOcr

config = {
    'appId': '',
    'apiKey': '',
    'secretKey': ''
}

client = AipOcr(**config)

def get_file_content(file):
    with open(file, 'rb') as fp:
        return fp.read()
        
image = get_file_content('test.png')
result = client.basicAccurate(image)

text = '\n'.join([w['words'] for w in result['words_result']])
print(text)

输出结果：

/usr/local/bin/python3.7 /Users/test.py
 The official site of the NBA NBA. come

Process finished with exit code 0

总结

• 准确率
  经过多张图片的测试，发现百度AI的识别结果更加准确一些，也有可能是因为我对tesseract的了解不够全面。
  
  
• 对新手友好度
  百度更好上手～接口文档全面滴很～功能也很多～主要是不用装很多依赖库～
  
  
• 是否收费
  tesseract完全免费！
  百度 - 通用文字识别，一天可调用500次，不同功能的API有不同的次数限制，个人玩玩还是够用的！