• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    如何使用Python进行PDF图片识别OCR

    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

    可以安装3.7及以上版本

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

    pip install pillow
    pip install opencv-python
    pip install fitz
    pip install PyMuPDF
    pip install pytesseract

    代码示例

    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):
      # 打开PDF文件
      pdf = fitz.open(pdfPath)
      # 逐页读取PDF
      for 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

    注意事项

    在安装tesseract-ocr 的时候一定要记得选择对应的语言,不然是无法正常使用的。

    以上就是如何使用Python进行PDF图片识别OCR的详细内容,更多关于python pdf图片识别ocr的资料请关注脚本之家其它相关文章!

    您可能感兴趣的文章:
    • Python 实现任意区域文字识别(OCR)操作
    • Python3使用tesserocr识别字母数字验证码的实现
    • python3.7中安装paddleocr及paddlepaddle包的多种方法
    • Python调用百度OCR实现图片文字识别的示例代码
    • python图片验证码识别最新模块muggle_ocr的示例代码
    • 如何基于Python代码实现高精度免费OCR工具
    • 基于Python的OCR实现示例
    • Python基于百度AI实现OCR文字识别
    • python3安装OCR识别库tesserocr过程图解
    • python 如何做一个识别率百分百的OCR
    上一篇:详解pandas映射与数据转换
    下一篇:python将YUV420P文件转PNG图片格式的两种方法
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    如何使用Python进行PDF图片识别OCR 如何,使用,Python,进行,PDF,