问题标签 [python-tesseract]

我正在尝试在此图像上使用 tesseract：

当我使用默认配置时：

它返回\KD FWOW。
如您所见，唯一的错误是第一个字母L被识别为反斜杠

因此，我/usr/share/tesseract-ocr/tessdata/configs使用以下设置创建了一个配置文件：

tessedit_char_whitelist ABCDEFGHIJKLMNOPQRSTUWXYZ

目标是只识别字母，而不是特殊字符。但是，当我使用此配置运行 tesseract 时：

结果是XKD FVOIV，现在它缺少一个以上的字符，主要是 'W'。

这对我来说毫无意义，我不明白为什么它在白名单上时停止识别 W。当然，我在配置中遗漏了一些东西。

我该如何解决？

我正在尝试使用 teseract-OCR 对 python 中的图像文件进行 OCR。我的环境是-Windows 机器上的 Python 3.5 Anaconda。

这是代码：

我得到的错误是：

我已经尝试过这里提到的解决方案 黑客不起作用

我已经在 Mac OS 上尝试了我的代码，它正在运行。

我调查了 pytesseract 问题：这是一个未解决的问题

谢谢

我想从 PDF 文件中提取文本。我可以成功安装 tesseract（它在终端中工作）和 textract（按照此说明）。

但是，当我运行代码时，出现错误。

错误是：

我尝试了几次修改，但它们从来没有工作，我得到了同样的错误。

1. return b''.join(contents)
2. contents = [str(item) for item in contents]之前插入return
3. contents = [item.decode("utf-8") for item in contents]之前插入return

我正在使用Postman将 base64 图像发送到我的 Apache Web 服务器上的 PHP 文件。图像始终发送成功。PHP 脚本执行 python 脚本以从图像中提取文本（使用 Pytesseract/Tesseract-OCR）并将输出发送回 PHP。（使用 Windows 10，如果这很重要）

前两个打印语句总是在 Postman 中返回，但第三和第四个打印语句不返回。仅当注释掉 pytesseract 行时，最后一个 print 语句才返回。

当我自己运行 python 脚本时，所有打印语句都成功返回。

Python (test.py)

PHP (连接.php)

我正在使用 Postman 将 base64 图像发送到我的 Apache Web 服务器上的 PHP 文件。图像始终发送成功。PHP 脚本执行 python 脚本以从图像中提取文本（使用 Pytesseract/Tesseract-OCR）并将输出发送回 PHP。（使用 Windows 10，如果这很重要）

前两个打印语句总是在 Postman 中返回，但第三和第四个打印语句不返回。仅当注释掉 pytesseract 行时，最后一个 print 语句才返回。

当我自己运行 python 脚本时，所有打印语句都成功返回。

Python (test.py)

PHP (连接.php)

我相信问题是能够运行 python 脚本，但 python 脚本在 PHP 执行时无法执行 tesseract。

pyocr是否可以使用或从图像中获取字体大小Tesseract？下面是我的代码。

在这里，我使用函数从图像中获取文本image_to_string。现在，我的问题是，如果我也能得到font-size（数字）我的文字。

当我在支票上使用 pytesseract 进行字符识别时，没有正确识别 micr 字符。

考虑这个实验：

我有两张图片，一张带有自由文本，另一张带有文本框（由边框包围）

如果我在这两个图像上运行 tesseract-ocr，自由文本图像输出“文本”，而装箱图像输出 Nothing ''

这是为什么？

作为修复，我可以使用一些图像处理来裁剪边框，但我想知道是什么导致了这个问题。

免费图片 盒装图像

到目前为止，我使用以下逻辑裁剪了图像的边框[我们应该将其提供给外边框轮廓裁剪图像]，然后我就能够检测到文本。但是我不明白为什么 tesseract 没有检测到盒装文本。随意尝试附加的图像。

我正在运行 python 2.6.6 并想安装pytesseract包。解压安装后，我可以从命令行调用pytesseract。但是我想在 python 中运行 tesseract。我有以下代码（ocr.py）：

当我通过 python ocr.py 运行代码时，我得到以下输出：

test.png 和 test-european.jpg 在工作目录中。有人可以帮我运行这段代码吗？我尝试了以下方法：

1. 将 tesseract_cmd 调整为“pytesseract”
2. 安装了 tesseract-ocr

感谢任何帮助，因为我现在正试图解决这个问题几个小时。

我正在尝试使用 Boost 在 Python 上优化我的程序，并用 C++ 函数替换一些 Python 代码。

Python代码：

和 C++ 上的代码：

所以，我需要做两件事：

1. 使用 . 将图像从 Python 发送到 C++ Boost.Python。
2. 将图像数组发送到 C++（我想通过在 C++ 中使用多威胁来提高性能）。