问题描述
我想从多张图片中提取文本。
我想在colab中做。
我知道如何用一张图片做到这一点:https://github.com/bhadreshpsavani/ExploringOCR/blob/master/OCRusingTesseract.ipynb
但是怎么做一个循环呢,因为我有一百多张图?
提前致谢!
解决方法
我将图片上传到根目录的 colab.research 中,并使用以下代码解决了此任务:
image_ext = ['.jpg','.png','.jpeg']
directory = '/'
for file in os.listdir(directory):
ext = os.path.splitext(file)[-1].lower()
if ext not in image_ext:
continue
filename = os.path.join(directory,file)
extracted_information = pytesseract.image_to_string(Image.open(filename))
print(extracted_information)