python - 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')

图片输出示例:

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，如第一个示例中那样初始化一次 API 并通过调用 SetImageFile 将其重新用于多个图像会更有效。 (或使用 SetImage 对象的 PIL.Image)以避免每次都重新初始化 API。