Tesseract-ocr 이미지 프로세싱

웹크롤링을 하는중 이미지에서 글씨를 추출할 필요가 생겼다.

docker에 Ubuntu가 깔려있어 바로 설치

 

• tesseract 설치

# tesseract-ocr 4.x.x 설치
apt install tesseract-ocr
apt install libtesseract-dev

# 언어팩위치
https://github.com/tesseract-ocr/tessdoc/blob/main/Data-Files.md
wget https://github.com/tesseract-ocr/tessdata/raw/4.00/eng.traineddata
wget https://github.com/tesseract-ocr/tessdata/raw/4.00/kor.traineddata

# tesseract-ocr 4.x.x 설치 확인
tesseract --version

# tesseract-ocr 언어팩 설치 확인
tesseract --list-lanags

 

• python에서 사용을 위해 설치

pip install tesseract
pip install tesseract-ocr

이상한 에러가 중간에