画像のテキスト化

画像のテキスト化のpythonコード例

from PIL import Image
import pytesseract

# Tesseractのインストールパスを指定（例: Windowsの場合）
# pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

def extract_text_from_image(image_path):
    # 画像を開く
    img = Image.open(image_path)

    # 画像からテキストを抽出
    text = pytesseract.image_to_string(img, lang='eng')  # lang='jpn+eng'日本語と英語の両方を使用

    # 全角を半角に変換
    #text = text.replace('’', "'")  # 全角アポストロフィ → 半角アポストロフィ
    text = text.replace('’', "'").replace('“', '"').replace('”', '"')  # 必要に応じて追加

    return text

# 使用例
image_path = 'sample.jpg'
text = extract_text_from_image(image_path)
print(text)

at