
图像通常包含有价值的文本,但从JPG等格式中提取文本并非易事。本文将学习如何借助Aspose.OCR,使用 Python 提取 JPG 文本,已经如何转换为Word文档。无论您是要自动化文档处理还是数字化印刷材料,此解决方案都能快速准确地为您提供结果。
Aspose.OCR官方正版下载,请联系Aspose官方授权代理商慧都科技
加入Aspose技术交流QQ群(1041253375),与更多小伙伴一起探讨提升开发技能。
什么是 JPG 文本?
.jpgJPG 文本是嵌入在文件或图像文件中的可见文本.jpeg。它可以是以下形式:
- 扫描文件
- 桌面或移动设备的屏幕截图
- 标志、标签或收据的照片
- 名片和手写表格
由于 JPG 中的文本以像素形式存储,因此必须使用 OCR(光学字符识别)将其转换为机器可读的文本。从 JPG 图像中提取文本有很多好处。它有助于将纸质文档数字化,自动化表单数据录入,并使图像内容可搜索。您还可以将提取的文本用于代码中,以便进一步分析。借助 OCR 技术,您可以节省时间,并减少任何涉及图像信息任务的手动操作。
Aspose.OCR:JPG文本提取器
OCR(光学字符识别)是从 JPG 图像中提取文本的唯一可靠方法。在本篇博文中,我们将使用Aspose.OCR for Python提取 JPG 文本。它是一个专为开发人员设计的独立库,具有以下主要优势:
- 内置预处理(倾斜校正、二值化、噪声过滤)
- 高速、高精度识别
- 支持多种输出格式:纯文本、JSON、PDF
- 适用于 Python、Java、.NET 和 C++
Aspose.OCR 可自动检测字体、大小,甚至旋转后的文本,无论是简单用例还是高级用例,它都是理想之选。它可以扫描 JPG 图像中的打字或手写文本,检测复杂布局中的文本区域,并从图像中提取多语言内容。
如何在 Python 中提取 JPG 文本
步骤1:安装Aspose.OCR
使用以下pip命令从PyPI安装库:
pip install aspose-ocr-python-net
您也可以从发布版本中下载该软件包。
Aspose.OCR官方正版下载,请联系Aspose官方授权代理商慧都科技
加入Aspose技术交流QQ群(1041253375),与更多小伙伴一起探讨提升开发技能。
步骤2:使用代码读取JPG文本
import aspose.ocr as ocr # Instantiate Aspose.OCR API api = ocr.AsposeOcr() # Add image to the recognition batch img = ocr.OcrInput(ocr.InputType.SINGLE_IMAGE) img.add("sample-with-text.jpg") # Recognize the image result = api.recognize(img) # Print recognition result print(result[0].recognition_text)
图像示例:
输出:
使用 Python 将 JPG 文本转换为 Word
您可以按照前面提到的步骤将 JPG 文本直接转换为可编辑的 Microsoft Word 文档。但是,您只需要.docx使用 Python 将提取的文本保存到文件中:
import aspose.ocr as ocr # Instantiate Aspose.OCR API api = ocr.AsposeOcr() # Add image to the recognition batch img = ocr.OcrInput(ocr.InputType.SINGLE_IMAGE) img.add("sample.jpg") # Recognize the image result = api.recognize(img) # Print recognition result print(result[0].recognition_text) # Save as DOCX result[0].save("ImagetoDOCX.docx", ocr.SaveFormat.DOCX, ocr.PdfOptimizationMode.NONE)
结论
使用Aspose.OCR for Python提取 JPG 文本简单有效。它提供了一个简洁的 API,用于识别和转换图像文件中的文本。您可以轻松地将其集成到现有系统中,以实现自动化、搜索和编辑。
Aspose.OCR官方正版下载,请联系Aspose官方授权代理商慧都科技
加入Aspose技术交流QQ群(1041253375),与更多小伙伴一起探讨提升开发技能。