在 Pytesser 中使用多种语言

Question

我已经开始使用Pytesser，它对英文和中文都很好，但是有没有办法让两种语言同时工作？我必须制作自己的训练数据文件吗？我的代码是：

import Image
from pytesser import *
print image_to_string(Image.open("chinese_and_english.jpg"), lang="eng")
#also want to have chinese be recognized

Answer 1

我不确定 Pytesser，但使用 tesserocr 您可以指定多种语言。例如：

import tesserocr

with tesserocr.PyTessBaseAPI(lang='eng+chi_tra') as api:
    api.SetImageFile('eSXSz.jpg')
    print api.GetUTF8Text()

# or simply
print tesserocr.file_to_text('eSXSz.jpg', lang='eng+chi_tra')

图像的示例输出：

In [8]: print tesserocr.file_to_text('eSXSz.jpg', lang='eng+chi_tra')
Character, Chmese 動m川爬d
胸肌岫馴伽 H枷﹏ P﹏… …

〔Manda‥﹝ 二 Standard C…爬虯



一

口

X慣ng怕ng

请注意，在第一个示例中初始化 API 一次并通过调用 SetImageFile（或 SetImage 和 PIL.Image 对象）以避免每次都重新初始化 API。

在 Pytesser 中使用多种语言

Using multiple languages in Pytesser

python

ocr

tesseract

python-tesseract

pytesser