Pytesseract로 한국어+영어 인식하기

1. Tesseract OCR 설치

https://github.com/UB-Mannheim/tesseract/wiki

Home

위 링크로 접속하여 빨간색으로 표시된 파일을 다운로드하고 실행하여 Tesseract OCR을 설치합니다.

 

 

 

 

2. 한국어 인식을 위한 훈련 데이터 받기

https://github.com/tesseract-ocr/tessdata/raw/main/kor.traineddata

tessdata/kor.traineddata at main · tesseract-ocr/tessdata

위 링크에 접속하여 다운로드한 파일을 Tesseract OCR 설치 경로 안의 tessdata폴더 안에 넣어줍니다.

 

3. Tesseract OCR 설치 경로를 PATH에 등록합니다.

기본 설치 경로 : C:\Program Files\Tesseract-OCR

PATH 등록 방법에 대한 자세한 내용은 여기를 참고해 주세요

 

4. PyTesseract 설치

$ pip install pytesseract

 

 

5. 샘플 코드

import pytesseract
from PIL import ImageGrab

def extract_text_from_screen():
    screenshot = ImageGrab.grab()
    text = pytesseract.image_to_string(screenshot, lang='kor+eng') # 인식 언어를 한국어와 영어로 설정
    return text
   
if __name__ == "__main__":
    print(extract_text_from_screen())

스크린샷을 찍어서 화면에 있는 글자를 모두 읽어오는 코드이다.

screenshot대신에 저장되어 있는 사진 파일을 파라미터로 사용해도 된다.