青蛙

Question

如何從圖像中提取文字？

我說的不是掃描文件，而是各種圖像，例如當你在課堂上拍攝黑板的高清照片時，它是漂亮的手寫；或者當您拍攝食譜書中的一頁並想要文字格式的食譜時。

有免費且開放的軟體嗎？

我嘗試了 tesseract，結果很糟糕。

Answer 1

tesseract-ocr與其他所有人相比，這將是最偉大的。對於安裝，請執行以下命令

sudo apt-get install tesseract-ocr

用法是tesseract filename.jpg output.txt，然後就會產生output.txt檔案。

您可以考慮選擇適當的語言。在這種情況下，您將需要安裝tesseract-ocr-LANG包，LANG三個字母在哪裡ISO 639-2 語言代碼。目前 18.04 儲存庫上有 123 種語言。然後使用例如：

tesseract mySpanishText.jpg output -l spa

Answer 2

從圖像中提取文字的行為被稱為OCR，Ubuntu 有一個 wiki 頁面專門用於光學字元辨識。從該頁面：

可用的 OCR 工具

Ubuntu Universe 儲存庫包含以下 OCR 工具：

1. 戈克- 命令列 OCR
2. 模糊化- spamassassin 外掛程式檢查圖片附件
3. libhocr0- 希伯來文 OCR
4. 奧克拉德- 光學字元辨識程式
5. OCR饋送器- 文件佈局分析和光學字元辨識系統
6. 奧克羅普斯- 文件分析和OCR系統
7. tesseract-ocr

Ubuntu multiverse 儲存庫還包含：

1. 楔形文字- 多語言OCR系統

有些包已經過時了，但非官方的新鮮包可以在亞歷克斯_P PPA（PPA 新增程式碼：ppa:alex-p/notesalexp）。如果您從未使用過 PPA 支票如何從 PPA 新增軟體。

編輯：如評論所示克拉拉 OCR也存在，但它在 Hardy 上被迷住了，他們的網站最後更新時間是 2009 年。

Answer 3

青蛙

嘗試青蛙。 Frog 是一款適用於 GNOME 的直覺式文字擷取工具 (OCR)。

Answer 4

使用tesseract-ocr我們可以提取文字從圖片。我已經測試過gocr，與tesseract-ocr

安裝：

sudo apt-get install tesseract-ocr

Python轉換所有圖像檔案的程序PNG目前目錄內的副檔名TXT文件

#!/usr/bin/env python3.10
import os
import subprocess

def list_files(path):
    files = []
    for name in os.listdir(path):
        if os.path.isfile(os.path.join(path, name)):
            files.append(os.path.join(path, name))
    return files

def convertImageToText(img_file):
    #process = subprocess.Popen(['tesseract', img_file,
    #    ''.join(img_file.rsplit('.png', 1))])
    os.system(f"tesseract {img_file} {''.join(img_file.rsplit('.png', 1))}")


def startOperation():
    list_file = list_files(".")
    print(list_file)
    for img_file in list_file:
        if img_file.lower().split(".")[-1] == "png":
            convertImageToText(img_file)

startOperation()