問題タブ [python-tesseract]

この画像でtesseractを使用しようとしています:

デフォルト構成を使用する場合:

返します\KD FWOW。
ご覧のとおり、唯一の間違いは最初の文字Lがバックスラッシュとして認識されていることです

そこで、次の設定で構成ファイルを作成しました/usr/share/tesseract-ocr/tessdata/configs。

tessedit_char_whitelist ABCDEFGHIJKLMNOPQRSTUWXYZ

目標は、特殊文字ではなく文字だけを認識することです。ただし、この構成でtesseractを実行すると:

結果はXKD FVOIVで、主に 'W' が 1 文字以上欠落しています。

これは私には意味がありません。ホワイトリストにあるときに W の認識が停止した理由がわかりません。確かに、設定に何かが欠けています。

どうすれば修正できますか？

teseract-OCR を使用して、Python で画像ファイルに対して OCR を実行しようとしています。私の環境は、Windows マシン上の Python 3.5 Anaconda です。

コードは次のとおりです。

私が得ているエラーは次のとおりです。

ここに記載されている解決策を試しました ハックが機能していません

Mac OS でコードを試してみましたが、動作しています。

私はpytesseractの問題を調べました:これは未解決の問題です

ありがとう

PDFファイルからテキストを抽出したいと思います。tesseract (ターミナルで動作) と textract (この指示に従って) を正常にインストールできました。

ただし、コードを実行すると、エラーが発生しました。

エラーは次のとおりです。

いくつかの変更を試みましたが、機能せず、同じエラーが発生しました。

1. return b''.join(contents)
2. contents = [str(item) for item in contents]前に挿入return
3. contents = [item.decode("utf-8") for item in contents]前に挿入return

Postmanを使用して base64 イメージを Apache Web サーバーの PHP ファイルに送信しています。画像は常に正常に送信されます。PHP スクリプトは、Python スクリプトを実行して画像からテキストを抽出し (Pytesseract/Tesseract-OCR を使用)、出力を PHP に送り返します。（それが重要な場合は、Windows 10を使用してください）

最初の 2 つの print ステートメントは常に Postman に返されますが、3 番目と 4 番目の print ステートメントは返されません。pytesseract 行がコメントアウトされている場合にのみ、最後の print ステートメントが返されます。

Python スクリプトを単独で実行すると、すべての print ステートメントが正常に返されます。

パイソン (test.py)

PHP (connection.php)

Postman を使用して base64 イメージを Apache Web サーバーの PHP ファイルに送信しています。画像は常に正常に送信されます。PHP スクリプトは、Python スクリプトを実行して画像からテキストを抽出し (Pytesseract/Tesseract-OCR を使用)、出力を PHP に送り返します。（それが重要な場合は、Windows 10を使用してください）

最初の 2 つの print ステートメントは常に Postman に返されますが、3 番目と 4 番目の print ステートメントは返されません。pytesseract 行がコメントアウトされている場合にのみ、最後の print ステートメントが返されます。

Python スクリプトを単独で実行すると、すべての print ステートメントが正常に返されます。

パイソン (test.py)

PHP (connection.php)

問題はpythonスクリプトを実行できると思いますが、pythonスクリプトはPHPで実行されたときにtesseractを実行できません。

またはを使用して画像からフォントサイズを取得することは可能ですpyocrかTesseract? 以下は私のコードです。

ここでは、 function を使用して画像からテキストを取得しますimage_to_string。そして今、私の質問は、font-size私のテキストも (数) 取得できるかどうかです。

小切手の文字認識に pytesseract を使用すると、マイクロ文字が正しく認識されません。

Python 2.6.6 を実行していて、 pytesseractパッケージをインストールしたいと考えています。解凍してインストールしたら、コマンド ラインから pytesseract を呼び出すことができます。ただし、python 内で tesseract を実行したいと考えています。次のコード (ocr.py) があります。

python ocr.py でコードを実行すると、次の出力が得られます。

test.png と test-european.jpg は作業ディレクトリにあります。このコードの実行を手伝ってくれる人はいますか? 私は次のことを試しました：

1. tesseract_cmd を「pytesseract」に調整しました
2. インストールされたtesseract-ocr

私は今、この問題を何時間も解決しようとしているので、助けていただければ幸いです。