Εξαγωγή κειμένου από image files (με Python)

[Thmmy.gr portal]

  Thmmy.gr portal
   Forum
   Downloads
   Ενεργ. Λογαριασμού
   Επικοινωνία
  
  Χρήσιμα links
   Σελίδα τμήματος
   Βιβλιοθήκη Τμήματος
   Elearning
   Φοιτητικά fora
   Πρόγραμμα Λέσχης
   Πρακτική Άσκηση
   Ηλεκτρονική Εξυπηρέτηση Φοιτητών
   Διανομή Συγγραμμάτων
   Ψηφιακό Καταθετήριο Διπλωματικών
   Πληροφορίες Καθηγητών
   Instagram @thmmy.gr
   mTHMMY
  
  Φοιτητικές Ομάδες
   ACM
   Aristurtle
   ART
   ASAT
   BEAM
   BEST Thessaloniki
   EESTEC LC Thessaloniki
   EΜΒ Auth
   IAESTE Thessaloniki
   IEEE φοιτητικό παράρτημα ΑΠΘ
   SpaceDot
   VROOM
   Panther
  

THMMY.gr Web

Helios_MultiScribbles2SMF Default ThemeSMFone_Blue

[Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads]

Είσαι πρωτοετής;... Καλώς ήρθες! Μπορείς να βρεις πληροφορίες εδώ. Βοήθεια για τους καινούργιους μέσω χάρτη.

Κατεβάστε εδώ το Android Application για εύκολη πρόσβαση στο forum.

Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads με προσοχή στα ονόματα των αρχείων!

[MajorTom]

Γνωρίζει κανένας κάποιο open-source project σε python με που να μπορώ να εξάγω κείμενο από φωτογραφίες οι οποίες θα έχουν το ίδιο layout και θα "διαβάζει" από μία συγκεκριμένη περιοχή (την ίδια) κάθε φωτογραφίας το κείμενο;

[Niri]

Φαντάζομαι εννοείς ότι θέλεις να αναγνωρίζεις το κείμενο που υπάρχει σε μια εικόνα (δηλαδή OCR), και όχι να εξάγεις κρυμμένο κείμενο (δηλαδή στεγανογραφία).

Αν και δεν είμαι expert στο είδος θα σου πρότεινα να ξεκινήσεις με το πιο διάσημο project που υπάρχει, το tesseract.

Φυσικά για να το χρησιμοποιήσεις στην python θα πρέπει να χρησιμοποιήσεις κάποιο wrapper project όπως πχ:
https://github.com/madmaze/pytesseract
ή
https://github.com/sirfz/tesserocr
ή και κάποιο άλλο.

Παρόλα αυτά, να έχεις υπόψιν σου ότι αυτά τα (wrapper) projects πιθανότατα θα προσφέρουν πολύ περισσότερα από αυτά που εσύ θες και ίσως να είναι και πιο πολύπλοκα στη χρήση τους απ'ότι περιμένεις εξαιτίας αυτού.
Οπότε πριν ξεκινήσεις να γράφεις κώδικα από την αρχή θα σου πρότεινα να κοιτάξεις όλα τα python project βασισμένα στο tesseract και αν είσαι τυχερός κάποιο θα σου κάνει ακριβώς αυτό που θες.
Τσέκαρε εδώ:
https://github.com/topics/tesseract?l=python


Αν δεν σε καλύπτουν τα παραπάνω OCR projects, μπορείς να κοιτάξεις και άλλα που δεν βασίζονται σε tesseract όπως πχ:
https://github.com/ocropus/ocropy

[Katarameno]

Δηλαδή ένας εξπέρ στο είδος τι απάντηση θα έδινε?  \ Έλα Παναΐαμ ... Εντάξει είπαμε να μην την ψωνίσετε κιόλας, αλλά τόση ταπεινοφροσύνη
πια? Α πα πα. Δλδ τι βαθμό βάζεις στον εαυτό σου από 0 ως το 20 βρε Niri ? 5? 
Niri πάντως saved the day  ή έστω το τόπικ. 
Δε μ αρέσουν τα τόπικ που κάποιος ρωτάει κάτι και δεν απαντάει κανένας.

sent from mTHMMY 

[MajorTom]

Φαντάζομαι εννοείς ότι θέλεις να αναγνωρίζεις το κείμενο που υπάρχει σε μια εικόνα (δηλαδή OCR), και όχι να εξάγεις κρυμμένο κείμενο (δηλαδή στεγανογραφία).

Αν και δεν είμαι expert στο είδος θα σου πρότεινα να ξεκινήσεις με το πιο διάσημο project που υπάρχει, το tesseract.

Φυσικά για να το χρησιμοποιήσεις στην python θα πρέπει να χρησιμοποιήσεις κάποιο wrapper project όπως πχ:
https://github.com/madmaze/pytesseract
ή
https://github.com/sirfz/tesserocr
ή και κάποιο άλλο.

Παρόλα αυτά, να έχεις υπόψιν σου ότι αυτά τα (wrapper) projects πιθανότατα θα προσφέρουν πολύ περισσότερα από αυτά που εσύ θες και ίσως να είναι και πιο πολύπλοκα στη χρήση τους απ'ότι περιμένεις εξαιτίας αυτού.
Οπότε πριν ξεκινήσεις να γράφεις κώδικα από την αρχή θα σου πρότεινα να κοιτάξεις όλα τα python project βασισμένα στο tesseract και αν είσαι τυχερός κάποιο θα σου κάνει ακριβώς αυτό που θες.
Τσέκαρε εδώ:
https://github.com/topics/tesseract?l=python


Αν δεν σε καλύπτουν τα παραπάνω OCR projects, μπορείς να κοιτάξεις και άλλα που δεν βασίζονται σε tesseract όπως πχ:
https://github.com/ocropus/ocropy

Ωραία. Ευχαριστώ θα τα τσεκάρω.