使用 python 在整个目录上执行 Tesseract OCR

【问题标题】：Perform Tesseract OCR on entire directory with python使用 python 在整个目录上执行 Tesseract OCR
【发布时间】：2017-06-23 05:45:06
【问题描述】：

我在目录中有多个图像，并希望将其从图像转换为文本文件。我必须在终端中一一手动完成。这是头痛的过程。所以，我的问题是如何在包含图像的文件夹上运行我的代码。

这是将其转换为文本的终端命令：

convert captcha.png -resize 200% -type Grayscale input.tif  #instead of input.tif i want same file name so, i can recognise easily 

tesseract -l eng input.tif output  #output name as same as file name

【问题讨论】：

使用 pytesseract & glob
我试过了，但是图像到文本的结果非常糟糕，这对我来说非常完美。有什么办法吗？
使用subprocess.call对各种文件调用shell命令，并使用glob查找文件名。
还是不知道怎么做。但仍然感谢您的帮助。
你的操作系统是什么？视窗？操作系统？ Linux？

标签： python imagemagick ocr tesseract

【解决方案1】：

更简单的方法，没有 Python，只使用两个终端命令，一个将所有文件转换为 TIFF，一个对每个 TIFF 文件调用 tesseract：

将所有图像转换为 TIFF

convert '*.png' -resize 200% -type Grayscale +adjoin -set filename:name "%t" '%[filename:name].tif'

在结果上调用 tesseract：
```
for f in *.tif;do tesseract -l eng "$f" "$(basename "$f" .tif).txt";done
```
（如果您的文件名中没有空格，您可以跳过双引号 (")。

如果输出名称看起来很奇怪，则替换步骤 1)：

for f in *.png;do convert "$f" -resize 200% -type Grayscale "$(basename "$f" .png).tif";done

【讨论】：

文件名看起来像这样['603351234'].tif@xenoid
@wizard 不适合我。为答案中的convert 步骤添加了替代单行。