python-3.x - 如何使用pytesseract获得每一行的信心

Question

我已经成功设置 Tesseract 并且可以将图像转换为文本...

text = pytesseract.image_to_string(Image.open(image))

但是，我需要获得每一行的置信度值。我找不到使用 pytesseract 执行此操作的方法。有人知道怎么做吗？

我知道使用 PyTessBaseAPI 可以做到这一点，但我不能使用它，我花了几个小时试图设置它但没有运气，所以我需要一种使用 pytesseract 来做到这一点的方法。

Answer 1

找了很久，终于找到了办法。而不是 image_to_string , 应该使用 image_to_data .但是，这将为您提供每个单词的统计信息，而不是每一行...

text = pytesseract.image_to_data(Image.open(file_image), output_type='data.frame')

所以我所做的就是将其保存为数据帧，然后使用 pandas按 block_num 分组，由于每行都使用 OCR 分组为块，因此我还删除了所有没有置信度值 (-1) 的行...

text = text[text.conf != -1]
lines = text.groupby('block_num')['text'].apply(list)

使用相同的逻辑，您还可以通过计算同一块内所有单词的平均置信度来计算每行的置信度......

conf = text.groupby(['block_num'])['conf'].mean()