使用tesseract python提取文本坐标而不使用pytesseract

【问题标题】：Extracting coordinates of text using tesseract python without using pytesseract使用tesseract python提取文本坐标而不使用pytesseract
【发布时间】：2019-11-04 10:16:01
【问题描述】：

我没有找到任何不适用于 Windows 系统的 pytesseract 替代包装器。我想在熊猫数据框中不使用 pytesseract 来提取带有坐标的文本。

【问题讨论】：

标签： python pandas text ocr tesseract

【解决方案1】：

tesseract_path是你的tesseract在windows系统中的安装路径。

img_path 是我们要从中提取文本的图像的路径。

tsv_path 是存储提取信息的文件的输出路径，例如../path/sample_output

import os

tesseract_cmd = '"%s" %s %s -l eng --psm 6 tsv'%(tesseract_path, img_path, tsv_path)

os.system('cmd /c %s'%(tesseract_cmd))

import pandas as pd

df = pd.read_csv('%s.tsv'%(tsv_path), sep='\t', header=0)

参考：https://github.com/tesseract-ocr/tesseract/wiki/Command-Line-Usage

【讨论】：