이미지에서 텍스트(한글, 영어, 숫자) 인식하기 - Python

https://www.developer.com/languages/python/extract-text-images-python/

Extracting Text from Images in Python | Developer.com

홈페이지입니다!

여기서 기본 코드는 가지고 왔씁니다.

이러한 사진에서 텍스트를 추출해달라고 해서 한번 해봤는데,.....ㅠ

이미지가 너무 지저분해서 잘 안되더라고여

일단 하나하나 차근차근 진행해줬습니다..

이거 설치해줍니다. 그냥 다 okok하면서 지나가버렸씁니다.

https://github.com/UB-Mannheim/tesseract/wiki

Home

중앙의 setup파일을 다운받으면 됩니다.

cmd에서 밑의 코드를 입력해서 설치해줍시다!

pip install pytesseract

다 okok 해서 한글 데이터가 없다고 나오면 여기서 설치한 뒤 C:\Program Files\Tesseract-OCR\tessdata경로에 추가해주면 됩니다.

설치할 파일 이름은 kor.traineddata입니다.

https://github.com/tesseract-ocr/tessdata/blob/main/kor.traineddata

tessdata/kor.traineddata at main · tesseract-ocr/tessdata

 

이제 실행해보면 됩니다....

from PIL import Image,ImageEnhance, ImageFilter
import os
import pytesseract
import sys
import cv2

# You must specify the full path to the tesseract executable.
# In Linux, you can get this by using the command:
# which tesseract
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'



def main(directory):
    # 디렉토리 내 모든 파일과 하위 디렉토리 검색
    for root, dirs, files in os.walk(directory):
        for file in files:
            if file.lower().endswith((".png", ".jpg", ".jpeg", ".tiff", ".bmp", ".gif")):  # 이미지 파일 확장자
                image_path = os.path.join(root, file)
                try:
                    print(f"Found filename [{image_path}]")
                    # 이미지 파일을 사용하여 OCR 수행
                    ocrText = pytesseract.image_to_string(Image.open(image_path), lang='kor+eng', timeout=5)
                    print(ocrText)
                    print("")
                except Exception as err:
                    print(f"Processing of [{image_path}] failed due to error [{err}]")
# 디렉토리는 잘 정해주면 됩니다...
main(r'C:\img')

이미지가 너무 지저분해서 그런지 인식을 못하네요....ㅠ.................