【Python】OCRライブラリTesseractで画像から文字認識

sudo apt-get update
sudo apt-get install tesseract-ocr
sudo apt-get install libtesseract-dev
sudo apt-get install tesseract-ocr-jpn

nano ~/.bashrc

export TESSDATA_PREFIX=/usr/share/tesseract-ocr/4.00/tessdata/

source ~/.bashrc

pip install pytesseract

from PIL import Image

image_path = "target.png"
path_image = (image_path)
image = Image.open(path_image)

from PIL import Image

def image_processing(image_path, mag):
    # 拡大処理
    path_image = (image_path)
    image = Image.open(path_image)
    resized_image = image.resize((image.width * mag, image.height * mag), resample=Image.BICUBIC)

    # # 二値化処理
    thresh = 180
    max = 255
    binary_image = resized_image.convert('L')#グレースケール変換
    binary_image = binary_image.point(lambda x: 0 if x < thresh else max, '1')
    # binary_image.save('img/target_after.png')
    binary_image.save('target_after.png')
    return binary_image

# 画像を読み込む
image_path = "target.png"
image = Image.open(image_path)

# 画像を加工する
image = image_processing(image_path, 2)

import pytesseract
from PIL import Image

command = '-l jpn --psm 7 -c tessedit_char_whitelist="0123456789"'
image = image_processing(image_path, 2)
text = pytesseract.image_to_string(image, config=command)

import pytesseract
from PIL import Image
import re

# OCRを実行する
command = '-l jpn --psm 7 -c tessedit_char_whitelist="0123456789"'
image = image_processing(image_path, 2)
text = pytesseract.image_to_string(image, config=command)
numbers = re.findall(r'\d+', text)
combined_numbers = int(''.join(numbers))

import pytesseract
from PIL import Image
from collections import Counter
import re

def image_processing(image_path, mag):
    # 拡大処理
    path_image = (image_path)
    image = Image.open(path_image)
    resized_image = image.resize((image.width * mag, image.height * mag), resample=Image.BICUBIC)

    # # 二値化処理
    thresh = 180
    max = 255
    binary_image = resized_image.convert('L')#グレースケール変換
    binary_image = binary_image.point(lambda x: 0 if x < thresh else max, '1')
    # binary_image.save('img/target_after.png')
    binary_image.save('target_after.png')
    return binary_image

def run():
    # OCRを実行する画像ファイルのパス   
    # image_path = "./img/target.png"
    image_path = "target.png"

    # 画像を読み込む
    image = Image.open(image_path)

    # OCRを実行する
    text_lists = []
    command = '-l jpn --psm 6 -c tessedit_char_whitelist="0123456789"'
    image = image_processing(image_path, 2)
    text = pytesseract.image_to_string(image, config=command)
    numbers = re.findall(r'\d+', text)
    combined_numbers = int(''.join(numbers))
    return combined_numbers


if __name__ == '__main__':
    # print("test")
    print(f"test: {run()}")

--helpまたは-h: Tesseractのヘルプメッセージを表示します。

--versionまたは-v: Tesseractのバージョン情報を表示します。

--tessdata-dir <directory>: カスタムの言語データ（.traineddataファイル）が格納されているディレクトリを指定します。

--list-langs: 使用可能な言語を一覧表示します。

--psm <mode>: ページセグメンテーションモードを指定します。主なオプションは以下の通りです:
 3： Fully automatic page segmentation, but no OSD. (Default)
　　 完全に自動でページを分割しますが、OSD はありません。（デフォルト）
 6： Assume a single uniform block of text.
    単一の均一なテキストブロックを想定


実際にOCRに使えるコマンド例（サンプルコードベース）
#日本語
command = '-l jpn'

#英語
command = '-l eng'

#日本語と英語
command = '-l eng+jpn'

#日本語で単一のテキストブロック想定
command = '-l jpn --psm 6'