Tesseract-Ocr ile (Türkçe Dahil) OCR

Ubuntu işletim sistemini kullanarak çalıştırdım Tesseractı. Yükleme işlemini şu şekilde başlatabilirsiniz:

sudo apt-get install tesseract-ocr

İndirme işlemi bittiği andan itibaren diğer kullanma başlayabilirsiniz. Örnek olarak Terminal üzerinden çalıştırmak için:

tesseract 'resim.jpg' stdout

ve evet sonucu direkt olarak stdout üzerinden alabilirsiniz. Türkçeyi ise şu şekilde ekleyebilirsiniz:

sudo apt-get install tesseract-ocr-tur

Türkçe için çalıştırmak için -l parametresini şu şekilde kullanabilirsiniz :

tesseract 'resim.jpg' stdout -l tur

Python Üzerinden Tesseractı çağırmak için:

pip3 install pytesseract

pip veya artık nasıl yapıyorsanız işlemin ardından Linux üzerinde direkt olarak kullanmaya başlayabiliriz.

Kullanması da oldukça kolay olarak göze çarpmaktadır. Şöyleki:

import skimage.io as sio import skimage 
import pytesseract
from skimage.filters import threshold_otsu
from skimage.color import rgb2gray
image=sio.imread('/home/anil/Downloads/duz.jpg')
image=rgb2gray(image) otsu=threshold_otsu(image) imagebinari=image>otsu
#Tesseract Buradan itibaren kullanılıyor.
text=pytesseract.image_to_string(imagebinari,lang="tur")
print(text)

Evet biraz da çalışması hakkında bilgi verecek olursak Harflerin birbirinden bariz bir şekilde ayrık olmasını istemektedir. El yazısında ve yapışık textlerde performansı gerçekten düşüyor. İmage Binarization işlemi bile kurtarmaya yetmiyor. Gray Scale İmageler üzerinde niyeyse beklediğimden kötü bir performans sergiledi. İyi Çalıştığı bir resme örnek olarak:

Ön işleme yapılmadan da çok iyi sonuç veriyor yukarıdaki resim. Bazı resimlerde thresholding güzel sonuçlar verebiliyor. Önemli bir bilgide verelim Tesseract diğer image processing librarylerin aksine açık değil koyu renk üzerinde araştırmasını yapıyor. Örneğin eğer thresholding işlemi ile beyaz yazılı bir resim elde ederseniz hiç bir şekilde düzgün sonuç alamayacaksınız. Thresholding işleminin tersleme işlemi uygulayarak yazılara koyu hale getirerek sonuca ulaşabilirsiniz. Yani yazıları mümkün olduğunca koyu tutmaya çalışın.

Originally published at http://anilkaynr.wordpress.com on October 30, 2019.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store