【发布时间】:2021-12-28 01:04:27
【问题描述】:
我今天被问到这个奇怪的问题,我无法直接回答。
我有一张描绘 base64 文本的图像。如何将其转换为文本?
我通过 pytesseract 尝试过这个,但在 tesseract 中是一个使文本出现乱码的语言组件。所以我不认为这是一条可行的路。我试着研究了一下,但似乎这不是一个相当普遍的问题(至少可以这么说)。我不知道它有什么用,但肯定很烦人!
我还可以尝试哪些其他方法?
【问题讨论】:
我今天被问到这个奇怪的问题,我无法直接回答。
我有一张描绘 base64 文本的图像。如何将其转换为文本?
我通过 pytesseract 尝试过这个,但在 tesseract 中是一个使文本出现乱码的语言组件。所以我不认为这是一条可行的路。我试着研究了一下,但似乎这不是一个相当普遍的问题(至少可以这么说)。我不知道它有什么用,但肯定很烦人!
我还可以尝试哪些其他方法?
【问题讨论】:
多么有趣的问题。然而,这个任务并不是非常不规则的,因为我以前见过人们从图像中提取大量混乱的单词。提取一长串杂乱无章的 base64 文本可能会更具挑战性。我见过的一些 OCR 工具是:
OpenCV的opencv-python包装器
Tesseract 的 pytesseract 包装器(如您所说)
除了两个流行的之外,我发现了更多 OCR 包装器:https://pythonrepo.com/repo/kba-awesome-ocr-python-computer-vision
要使这些工作,图像还需要相当好的质量。如果 base64 图像是可预测的并且是结构化的,您可以创建自己的参考图像并将它们与原始图像进行比较,以确定字符串中的每个字符并完全绕过 OCR 的需要。
OCR 显然存在局限性,例如图像需要缩放、对比度和对齐,任何小错误都可能破坏 base64 文本。我显然以前从未见过 OCR 用于这样的事情,所以我不确定从哪里过去,但我很肯定你在正确的轨道上!
【讨论】: