機(jī)器視覺

從 Google 的無人駕駛汽車到可以識(shí)別假鈔的自動(dòng)售賣機(jī)，機(jī)器視覺一直都是一個(gè)應(yīng)用廣 泛且具有深遠(yuǎn)的影響和雄偉的愿景的領(lǐng)域。

我們將重點(diǎn)介紹機(jī)器視覺的一個(gè)分支：文字識(shí)別，介紹如何用一些 Python庫來識(shí)別和使用在線圖片中的文字。

我們可以很輕松的閱讀圖片里的文字，但是機(jī)器閱讀這些圖片就會(huì)非常困難，利用這種人類用戶可以正常讀取但是大多數(shù)機(jī)器人都沒法讀取的圖片，驗(yàn)證碼 (CAPTCHA)就出現(xiàn)了。驗(yàn)證碼讀取的難易程度也大不相同，有些驗(yàn)證碼比其他的更加難讀。

將圖像翻譯成文字一般被稱為光學(xué)文字識(shí)別(Optical Character Recognition, OCR)。可以實(shí)現(xiàn)OCR的底層庫并不多,目前很多庫都是使用共同的幾個(gè)底層 OCR 庫,或者是在上面 進(jìn)行定制。

ORC庫概述

在讀取和處理圖像、圖像相關(guān)的機(jī)器學(xué)習(xí)以及創(chuàng)建圖像等任務(wù)中，Python 一直都是非常出色的語言。雖然有很多庫可以進(jìn)行圖像處理，但在這里我們只重點(diǎn)介紹：Tesseract

Tesseract

Tesseract 是一個(gè) OCR 庫,目前由 Google 贊助(Google 也是一家以 OCR 和機(jī)器學(xué)習(xí)技術(shù)聞名于世的公司)。Tesseract 是目前公認(rèn)最優(yōu)秀、最精確的開源 OCR 系統(tǒng)。 除了極高的精確度,Tesseract 也具有很高的靈活性。它可以通過訓(xùn)練識(shí)別出任何字體，也可以識(shí)別出任何 Unicode 字符。

安裝Tesseract

Windows 系統(tǒng)

下載可執(zhí)行安裝文件https://code.google.com/p/tesseract-ocr/downloads/list安裝。

Linux 系統(tǒng)

可以通過 apt-get 安裝:?$sudo apt-get tesseract-ocr

Mac OS X系統(tǒng)

用 Homebrew(http://brew.sh/)等第三方庫可以很方便地安裝?brew install tesseract

要使用 Tesseract 的功能，比如后面的示例中訓(xùn)練程序識(shí)別字母，要先在系統(tǒng)中設(shè)置一 個(gè)新的環(huán)境變量?$TESSDATA_PREFIX，讓 Tesseract 知道訓(xùn)練的數(shù)據(jù)文件存儲(chǔ)在哪里，然后搞一份tessdata數(shù)據(jù)文件，放到Tesseract目錄下。

• 在大多數(shù) Linux 系統(tǒng)和 Mac OS X 系統(tǒng)上,你可以這么設(shè)置:?$export TESSDATA_PREFIX=/usr/local/share/Tesseract

• 在 Windows 系統(tǒng)上也類似,你可以通過下面這行命令設(shè)置環(huán)境變量:?#setx TESSDATA_PREFIX C:\Program Files\Tesseract OCR\Tesseract

安裝pytesseract

Tesseract 是一個(gè) Python 的命令行工具，不是通過 import 語句導(dǎo)入的庫。安裝之后,要用 tesseract 命令在 Python 的外面運(yùn)行，但我們可以通過 pip 安裝支持Python 版本的 Tesseract庫：

pip install pytesseract

總結(jié)

以上是生活随笔為你收集整理的Python：机器视觉与Tesseract介绍的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。