使用 PIL 从 url 打开图像文件以使用 pytesseract 进行文本识别

Posted 2023-04-17

【中文标题】使用 PIL 从 url 打开图像文件以使用 pytesseract 进行文本识别

【英文标题】：Opening Image file from url with PIL for text recognition with pytesseract

【发布时间】：2017-09-10 05:09:06

【问题描述】：

我在尝试下载图像并使用 BytesIO 打开它以便使用 PIL 和 pytesseract 从中提取文本时遇到了一个令人困惑的问题。

>>> response = requests.get('http://abc/images/im.jpg')
>>> img = Image.open(BytesIO(response.content))
>>> img
<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=217x16 at 0x7FDAD185CB38>
>>> text = pytesseract.image_to_string(img)
>>> text
''

这里给出一个空字符串。

但是，如果我保存图像然后用 pytesseract 再次打开它，它会给出正确的结果。

>>> img.save('im1.jpg')
>>> im = Image.open('im1.jpg')
>>> pytesseract.image_to_string(im)
'The right text'

为了确认，两者的尺寸相同。

>>> im.size
(217, 16)
>>> img.size
(217, 16)

可能是什么问题？是需要保存图片还是我做错了什么？

【问题讨论】：

对我提供的答案有什么反馈？

【参考方案1】：

您似乎遇到了我无法重现的问题。因此，要诊断您的问题（如果有的话），是否需要更多细节，但不是询问细节，我只是假设（所以我的整体经验）在提供细节的过程中，您的问题将消失并且无法重现.这种方式就是这个答案解决您的问题。

如果不是，请告知您是否需要进一步的帮助。至少你可以肯定，你通常是对的，因为你所经历的并且没有做任何明显错误的事情。

这里是完整代码（您的问题缺少提示哪些模块是必要的）并且图像实际上是在线的，因此其他人也可以测试代码是否有效（您没有在问题中提供在线现有图像） ：

import io
import requests
import pytesseract
from PIL import Image
response = requests.get("http://www.teamjimmyjoe.com/wp-content/uploads/2014/09/Classic-Best-Funny-Text-Messages-earthquake-titties.jpg")
# print( type(response) ) # <class 'requests.models.Response'>
img = Image.open(io.BytesIO(response.content))
# print( type(img) ) # <class 'PIL.JpegImagePlugin.JpegImageFile'>
text = pytesseract.image_to_string(img)
print( text )

这里是 pytesseract 输出：

Hey! I just saw on CNN
there was an earthquake
near you. Are you ok?






‘ Yes! We‘re all line!

What did it rate on the titty
scale?
‘ Well they only jiggled a

little bit, so probably not

that high.
HAHAHAHAHAHA I LOVE
YOU
Richter scale. My phone is l
a 12 yr old boy.

我的系统：Linux Mint 18.1 和 Python 3.6

【参考方案2】：

尝试在调用pytesseract之前添加tesseract的路径

from PIL import Image
from pytesseract import pytesseract
import requests
from io import BytesIO
def ImageToText(ImageURl):
    response = requests.get(ImageURl)
    #add path to tesseract
    path_to_tesseract = r"C:\Program Files\Tesseract-OCR\tesseract.exe"
    img = Image.open(BytesIO(response.content))
    pytesseract.tesseract_cmd = path_to_tesseract
    text = pytesseract.image_to_string(img)
    return text

【讨论】：

您的答案可以通过额外的支持信息得到改进。请edit 添加更多详细信息，例如引用或文档，以便其他人可以确认您的答案是正确的。你可以找到更多关于如何写好答案的信息in the help center。