sirfz/tesserocr

解決的問題

它提供了一種對 Python 友好的方式來使用 Tesseract OCR 引擎，讓開發者能夠從影像中提取文字，而無需直接與 Tesseract 的複雜 C++ API 互動。

工作原理

該專案使用 Cython 為 Tesseract C++ API 建立包裝器。這種整合允許在影像處理期間釋放 Python 全局解釋器鎖（GIL），進而當與 Python 的 threading 模組一起使用時，可實現真正的平行執行。

適用對象

需要在其應用程式中整合光學字元辨識（OCR）功能的 Python 開發者，並希望獲得高效率、易於閱讀的介面，且能與 Pillow（PIL）影像庫良好配合。

主要特色

• Pillow 整合：設計為可與 PIL.Image 物件無縫運作。
• 平行處理：透過在 OCR 作業期間釋放 GIL，支援真正的多執行緒。
• 進階 OCR 功能：提供存取 Tesseract 的進階功能，例如方向與文字類型偵測（OSD）、版面分析，以及符號級別的置信度分數。
• 彈性輸入：支援影像檔案與影像物件。