如何使用Tesseract-OCR将图片中的文本提取到Excel工作表

Question

我还是Python和Tesseract的新手，我在尝试从带有表格（如图所示）的图像中提取文本到excel文件时遇到了问题。我从PyImageSearch开始学习教程，然后解压缩文本并在控制台中打印出来。 我想提取文本并将输出保存为excel文件，其中的表和行与图片中的相同。我该怎么做？

Answer 1

我试图解决您的问题，请访问我的Github存储库Code to extract a table from an image

给定的代码获取输入图像并提取表格数据。 .ipynb文件中提供了详细说明。请看看。

例如，我正在使用您上载的图像的一部分。

该算法将提取信息，如下图所示。

从图像中提取信息时会出现错误。可以进一步修改代码以消除这些错误。