【问题标题】:How to decode base64 data in an image to text?如何将图像中的base64数据解码为文本?
【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】:

    标签: python ocr


    【解决方案1】:

    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】:

    • 感谢您的详细回答。但是我们假设没有结构化的形式,而且质量很好。
    • 我读了一些测试报告,因为我实际上不知道 tesseract 的准确程度,发现 3-10% 的非完美字符被误读。在完美扫描看起来是 pdf 质量并且是 B+W(通过 cv2 完成 B+W 转换)的情况下,误差
    • 为了从图像中读取文本的唯一目的,最好使用opencv进行编辑,然后最后从tesseract中读取。
    猜你喜欢
    • 1970-01-01
    • 2021-11-20
    • 2014-06-12
    • 2020-01-13
    • 1970-01-01
    • 2012-10-05
    • 2018-09-05
    • 1970-01-01
    相关资源
    最近更新 更多