https://github.com/lruizap/pythonocr

En este repositorio estarán las pruebas de código para aprender a usar OCR (Reconocimiento Óptico de Caracteres) utilizando herramientas como Tesseract
https://github.com/lruizap/pythonocr

cv2 easyocr ocr pytesseract python tesseract

Last synced: 7 days ago
JSON representation

En este repositorio estarán las pruebas de código para aprender a usar OCR (Reconocimiento Óptico de Caracteres) utilizando herramientas como Tesseract

• Host: GitHub
• URL: https://github.com/lruizap/pythonocr
• Owner: lruizap
• Created: 2024-08-06T11:37:25.000Z (5 months ago)
• Default Branch: main
• Last Pushed: 2024-08-11T15:59:12.000Z (5 months ago)
• Last Synced: 2024-08-12T13:46:49.154Z (5 months ago)
• Topics: cv2, easyocr, ocr, pytesseract, python, tesseract
• Language: Python
• Homepage:
• Size: 2.2 MB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# OCR

## Introducción

En este repositorio estarán las pruebas de código para aprender a usar OCR (Reconocimiento Óptico de Caracteres) utilizando herramientas como Tesseract y su envoltura en Python, pytesseract. El objetivo principal de este proyecto es proporcionar ejemplos prácticos y explicaciones detalladas sobre cómo implementar OCR en Python, incluyendo la instalación de dependencias, el procesamiento de imágenes y la extracción de texto.

## Requisitos de Software

1. **Python**

   - Versión recomendada: 3.6 o superior.

2. **Tesseract OCR**

   - Motor de OCR necesario para la extracción de texto.

   - **Instalación**: Debes instalar el software Tesseract OCR en tu sistema operativo. Se puede descargar desde el [repositorio de Tesseract OCR](https://github.com/tesseract-ocr/tesseract) o instalar a través de un gestor de paquetes.

3. **pytesseract**

   - Wrapper de Python para usar Tesseract OCR.

   - **Instalación**: `pip install pytesseract`.

4. **OpenCV**

   - Biblioteca para el procesamiento de imágenes.

   - **Instalación**: `pip install opencv-python`.

5. **Pillow (PIL)**

   - Biblioteca de imágenes para Python, útil para cargar y manipular imágenes.

   - **Instalación**: `pip install pillow`.

### Requisitos del Sistema

1. **Sistema Operativo**

   - Tesseract OCR es compatible con Windows, macOS y Linux.

2. **Dependencias del Sistema**

   - **Windows**: Es posible que necesites instalar Visual C++ Redistributable.

   - **Linux**: Los comandos para instalar Tesseract pueden variar según la distribución (por ejemplo, `sudo apt-get install tesseract-ocr` en Ubuntu).

3. **Fuentes de Datos**

   - Archivos de imágenes: Tesseract y pytesseract trabajan con imágenes como entrada. Los formatos comunes incluyen PNG, JPEG, BMP, etc.

4. **Archivos de Idioma de Tesseract**

   - Archivos `.traineddata` que contienen modelos de reconocimiento para diferentes idiomas. Se pueden descargar adicionalmente si necesitas soporte para idiomas específicos.

### Recomendaciones

1. **Conocimientos en Python**

   - Familiaridad con conceptos básicos de Python y manejo de paquetes.

2. **Conocimientos en Procesamiento de Imágenes**

   - Comprensión básica de técnicas de preprocesamiento de imágenes, como la conversión a escala de grises y la binarización, para mejorar la precisión del OCR.

3. **Acceso a Documentación y Recursos**

   - Es útil tener acceso a documentación y ejemplos de Tesseract y pytesseract para facilitar la resolución de problemas y mejorar el rendimiento del OCR.

### Ejemplo de Comandos de Instalación

```sh

# Instalar librerías

pip install -r requirements.txt

```