Linux中的Python OCR模块？

Question

我想在linux中找一个好用的OCR python模块，我找到了pytesser http://code.google.com/p/pytesser/ , 但它包含一个 .exe 可执行文件。

我尝试将代码更改为使用wine，它确实有效，但它太慢了，真的不是一个好主意。

有没有像它一样易于使用的 Linux 替代品？

Answer 1

您可以将 tesseract 包装在一个函数中:

import os
import tempfile
import subprocess

def ocr(path):
    temp = tempfile.NamedTemporaryFile(delete=False)

    process = subprocess.Popen(['tesseract', path, temp.name], stdout=subprocess.PIPE, stderr=subprocess.STDOUT)
    process.communicate()

    with open(temp.name + '.txt', 'r') as handle:
        contents = handle.read()

    os.remove(temp.name + '.txt')
    os.remove(temp.name)

    return contents

如果您想要文档分割和更高级的功能，请尝试 OCRopus .