在Pytesser中使用多种语言

Question

我已经开始使用Pytesser了，它对英文和中文都很好用，但是有没有办法同时使用两种语言呢？我需要创建自己的训练数据文件吗？我的代码是：

import Image
from pytesser import *
print image_to_string(Image.open("chinese_and_english.jpg"), lang="eng")
#also want to have chinese be recognized 

​

​

Answer 1

我对Pytesser不是很确定，但是使用tesserocr你可以指定多种语言。例如：

import tesserocr

with tesserocr.PyTessBaseAPI(lang='eng+chi_tra') as api:
    api.SetImageFile('eSXSz.jpg')
    print api.GetUTF8Text()

# or simply
print tesserocr.file_to_text('eSXSz.jpg', lang='eng+chi_tra')

图像的输出示例：

In [8]: print tesserocr.file_to_text('eSXSz.jpg', lang='eng+chi_tra')
Character, Chmese 動m川爬d
胸肌岫馴伽 H枷﹏ P﹏… …

〔Manda‥﹝ 二 Standard C…爬虯



一

口

X慣ng怕ng

请注意，像第一个示例一样初始化一次接口，然后通过调用SetImageFile (或使用PIL.Image对象的SetImage )对多个镜像重复使用，可以避免每次都重新初始化接口，效率更高。