Contenidos
Para convertir una imagen a texto en Python, puedes usar la biblioteca Pytesseract, que es una envoltura de Python para el motor OCR (Reconocimiento Óptico de Caracteres) Tesseract, desarrollado por Google. Este motor extrae texto de imágenes y lo convierte en texto.
Pasos a seguir:
- Instalar Tesseract OCR:
- Instalar las dependencias de Python:
- Instala
pytesseractyPillow(para manejar imágenes) usandopip:
pip install pytesseract pillow - Instala
Código para convertir una imagen a texto:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 |
# Instalar Tesseract OCR !sudo apt-get install tesseract-ocr # Instalar las dependencias de Python !pip install pytesseract pillow # Importar las bibliotecas from PIL import Image import pytesseract # Cargar la imagen ruta_imagen = "imagen.jpg" # Cambia esto a la ruta de tu imagen imagen = Image.open(ruta_imagen) # Extraer el texto de la imagen texto = pytesseract.image_to_string(imagen) # Mostrar el texto extraído print("Texto extraído de la imagen:") print(texto) # Guardar el texto en un archivo de texto with open("texto_extraido.txt", "w", encoding="utf-8") as archivo: archivo.write(texto) print("El texto se ha guardado en 'texto_extraido.txt'") |
Explicación del código:
- Importar las bibliotecas:
- Especificar la ruta de Tesseract (opcional):
- Cargar la imagen:
- Extraer el texto:
- Guardar el texto:
Ejemplo de uso:
