Вопрос или проблема
Нужен ли для этого приложение/программное обеспечение?
Текст на изображении означает, что текст написан на изображении и необходимо выполнить поиск с использованием этого “текстового” запроса, чтобы найти изображение в папке.
Я видел вариант поиска для pdf и других файлов, но не для изображений.
Суперпользователь не является службой написания сценариев… и не подходит для рекомендаций по программному обеспечению…
Tesseract – и OCR в целом (даже, например, в Adobe Acrobat Pro) далеки от совершенства;
вы можете захотеть использовать, например, простой python-скрипт для
- проверки, была ли проведена OCR (сравнение дат файлов), перейти к 3, если “да”
- проведения OCR, используя, например, pytesseract в файл *.txt рядом (в паре) с изображением, затем
- поиска соответствующего текста в этом файле
(что может потребовать, например, нечёткой логики из-за не слишком идеального OCR)
Ответ или решение
Поиск изображений по тексту на изображении
Если вы хотите найти изображения в папке на основе текста, написанного на этих изображениях, то вам понадобится программа или приложение, которое использует технологию распознавания текста — оптическое распознавание символов (OCR).
Что такое OCR?
OCR (оптическое распознавание символов) — это технология, позволяющая извлекать текст из изображений. Это может быть особенно полезно для документов, фотографий или любых других визуальных медиа, где текст является важным содержимым.
Как организовать поиск изображений с текстом
Прежде чем приступить к поиску, необходимо выполнить несколько шагов:
-
Выбор инструмента для OCR:
Наиболее популярным инструментом является Tesseract. Это бесплатная библиотека OCR для Python, которая поддерживает множество языков. Хотя Tesseract не идеален, он может быть весьма эффективным для большинства простых задач. -
Создание скрипта на Python:
Вам понадобится небольшой скрипт, который будет:- Проверять, выполнено ли распознавание текста ранее (например, проверяйте дату изменения файла).
- Если текст еще не распознан, выполняйте OCR с помощью Tesseract и сохраняйте его результаты в текстовом файле, сопоставленном с изображением.
- Затем ищите нужный текст в созданных текстовых файлах.
Пример Скрипта на Python
import pytesseract
from PIL import Image
import os
def process_image(image_path):
# Путь к текстовому файлу
txt_file_path = f"{image_path}.txt"
# Проверка, существует ли уже текстовый файл
if os.path.exists(txt_file_path):
return # Пропускаем, если текст уже обработан
# Открывааем изображение
image = Image.open(image_path)
# Выполняем OCR
text = pytesseract.image_to_string(image)
# Сохраняем текст в файл
with open(txt_file_path, 'w', encoding='utf-8') as f:
f.write(text)
def search_in_folder(folder_path, search_text):
# Проходимся по всем файлам в папке
for filename in os.listdir(folder_path):
if filename.lower().endswith(('.png', '.jpg', '.jpeg')):
image_path = os.path.join(folder_path, filename)
process_image(image_path)
# Проверяем наличие текста
with open(f"{image_path}.txt", 'r', encoding='utf-8') as f:
if search_text in f.read():
print(f"Найдено изображение: {filename}")
# Пример использования
file_path = 'путь_к_вашей_папке'
search_for = 'текст_для_поиска'
search_in_folder(file_path, search_for)Комментарии
-
Точность OCR: Как упомянуто в источнике, качество распознавания текста может варьироваться. В случае, если распознавание не точно, может понадобиться использовать дополнительные методы, такие как "нечеткая логика", для улучшения результатов поиска.
-
Хранение данных: Сохраняйте текстовые файлы рядом с изображениями, чтобы упростить доступ к данным.
-
Дополнительные варианты: Вы также можете рассмотреть использование программного обеспечения с поддержкой OCR, например Adobe Acrobat Pro, однако это требует лицензии и может быть не так удобно, если у вас много изображений для обработки.
Заключение
Использование OCR для поиска изображений по тексту является мощным инструментом как для личного, так и для профессионального использования. С помощью простого скрипта вы можете автоматизировать процесс поиска, что существенно сэкономит ваше время и усилия.