pytesseract 사용하여 문자 인식 하는 Python 예제

Tesseract의 파이썬 래퍼인 pytesseract를 설치하여 이미지 상의 글자를 인식시키는 코드를 작성해보았습니다.

Ubuntu 18.04에서 테스트를 진행했습니다.  

마지막 업데이트 - 2018. 9. 9

tesseract-ocr과 한글 데이터 패키지를 설치해줍니다. 추가로 파이썬에서 사용하기  위해 필요한 pytesseract를 설치합니다. 

 

$ sudo apt install tesseract-ocr tesseract-ocr-script-hang tesseract-ocr-script-hang-vert $ sudo pip3 install pytesseract

우선 터미널에서 문자 인식을 해보겠습니다.  한글과 영문 텍스트가 포함된 이미지를 각각 테스트 해보았습니다. 

 

한글 문서의 경우 -l Hangul 옵션을 끝에 추가해줘야 합니다. 제목이 소년 대신에 초년으로 인식된 것을 제외하고는 거의 대부분의 문자들이 인식되었습니다. 하지만 띄어쓰기가 문제 있습니다. 

  

영어의 경우에는 거의 그대로 문자인식이 된 듯합니다. 줄바꿈만 차이가 있습니다. 

 

파이썬 코드로 문자 인식을 진행해보겠습니다. 

다음처럼 한 줄의 코드로 이미지에 대한 문자 인식이 이루어집니다. 앞에서  테스트시 사용한 이미지를 그대로 사용하였습니다. 

 

try:     import Image except ImportError:     from PIL import Image import pytesseract # 영어 인식 print(pytesseract.image_to_string(Image.open('english.png'))) # 한글 print(pytesseract.image_to_string(Image.open('hangul.png'), lang='Hangul'))

인식 결과는 터미널에서 할 때와 동일합니다. 

 

A Dream Within A Dream by Edgar Allan Poe Take this kiss upon the brow! And, in parting from you now, ‘Thus much let me avow-- ‘You are not wrong, who deem That my days have been a dream; ‘Yet if hope has flown away Ina night, or in a day, Ina vision, or in none, Is it therefore the less gone? Alll that we see or seem Is but a dream within a dream. 초년 여기저기서 단풍잎 같은 슬픈 가 을 이 뚝뚝 떨어진다. 단풍잎 떨어져 나온 자 리 마다 봄 을 마련해 놓고 나 릇 가지 위에 하 늘 이 (펼쳐 있다. 가만히 하 늘 을 들 여 다 보려면 눈 썸 에 파란 물 감 이 든다. 두 손 으로 따뜻한 볼 을 쓸어 보면 손 바 닥 에도 파란 물감 이 묻 어 난다. 다시 손 바 닥 을 들 여 다 본다. 손 금 에는 맑은 강물 이 흐르고, 맑은 강 물 이 흐르고, 강물 속에는 사 랑 처 럼 슬픈 얼 굴 -- 아름다운 순 이 의 얼 굴 이 어 린 다. 소 년 은 황 홀 히 눈 을 감아 본다. 그래도 맑은 강 물 은 흘러 사 람 처럼 슬픈 얼 굴 - 아름다운 순 이 의 얼 굴 은 어 린 다.

파이썬용 라이브러리 사용법에 대한 더 자세한 정보는 다음 링크에서 얻을 수 있습니다. 

https://github.com/madmaze/pytesseract 

관련 영상

문자 인식을 해볼 수 있는 테서랙트 tesseract를 윈도우에서 실행시키는 방법을 소개하는 영상입니다.

https://youtu.be/STf1R-3rbco?feature=shared