在Pytesser中使用多种语言

Question

我已经开始使用Pytesser，它可以兼容英语和中文，但是有没有办法让这两种语言同时工作？我是否必须制作自己的训练数据文件？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，与第一个示例相比，初始化API效率更高一些，并通过调用SetImageFile（或SetImage并PIL.Image将其重新用于多个图片} object）以避免每次都重新初始化API。