Textextraktion mit GCP Cloud Vision API (Python3.6)

Einführung

Ich habe versucht, mit der GCP Cloud Vision API Text aus Bildern zu extrahieren

Entwicklungsumgebung

• Windows 10
• Anaconda
• Python 3.6
• OpenCV 4.4.0

Einführung

Siehe Text im Bild erkennen.

1. 1. Erstellen Sie ein Projekt über die Cloud-Konsole.
2. Stellen Sie sicher, dass die Abrechnung aktiviert ist.
3. 3. Aktivieren Sie die Vision-API. Vier. Stellen Sie die Authentifizierung ein und die JSON-Datei wird auf Ihren PC heruntergeladen. Fünf. Setzen Sie die Umgebungsvariable GOOGLE_APPLICATION_CREDENTIALS auf den Pfad der JSON-Datei.
4. Öffnen Sie die Anaconda-Eingabeaufforderung und erstellen Sie eine Python 3.6-Umgebung.

$ conda create -n py36 python=3.6
$ conda activate py36

7. 7. Installieren Sie die Bibliothek

$ pip install numpy
$ pip install pillow
$ pip install opencv-python
$ pip install --upgrade google-cloud-vision

8. Lassen Sie uns den folgenden Code ausführen

from google.cloud import vision
import io
import os
import cv2
import numpy as np
from PIL import ImageFont, ImageDraw, Image

def detect_text(image):
    """Detects text in the file."""
    client = vision.ImageAnnotatorClient()

    content = cv2.imencode(".png ", image)[1].tostring()
    tmp = vision.Image(content=content)
    response = client.text_detection(image=tmp)
    texts = response.text_annotations
    if response.error.message:
        raise Exception(
            '{}\nFor more info on error messages, check: '
            'https://cloud.google.com/apis/design/errors'.format(
                response.error.message))
    return texts

filename = "338px-Atomist_quote_from_Democritus.png "
root, ext = os.path.splitext(filename)
image = cv2.imread(filename, cv2.IMREAD_COLOR)
texts = detect_text(image)
fontpath ='C:\Windows\Fonts\meiryo.ttc'
font = ImageFont.truetype(fontpath, 10)
image_pil = Image.fromarray(image)
for text in texts:
    print(text.description)
    vertices = [(vertex.x, vertex.y) for vertex in text.bounding_poly.vertices]
    # cv2.putText(image, text.description, vertices[0], cv2.FONT_HERSHEY_PLAIN, 1, (255, 255, 255), 1, cv2.LINE_AA)
    # cv2.rectangle(image, vertices[0], vertices[2], (0, 255, 0))
    draw = ImageDraw.Draw(image_pil)
    w, h = draw.textsize(text.description, font = font)
    draw.text((vertices[0][0], vertices[0][1]-h), text.description, font=font, fill=(255, 255, 255, 0))
    # draw.text(vertices[0], text.description, font=font, fill=(255, 255, 255, 0))
    draw.rectangle((vertices[0], vertices[2]), outline=(0, 255, 0))
image = np.array(image_pil)
cv2.imshow("image", image)
cv2.imwrite(root+"_ocr"+ext, image)
cv2.waitKey(0)

input	PIL	PIL(OpenCV-Stil)	OpenCV

Bei OpenCV ist Englisch (Japanisch) in voller Breite verstümmelt, daher habe ich PIL verwendet, um den Text anzuzeigen. Danke für deine harte Arbeit.