隨著人工智慧技術的迅猛發展，文字識別（OCR，Optical Character Recognition）已經廣泛應用於文件掃描、自動化資料輸入等領域。在這篇文章中，我們將透過 Go 語言實現一個簡單的文字識別程式，來提取圖片中的文字。為了方便操作，我們將使用 GoCV 庫，這是一個基於 OpenCV 的 Go 語言繫結，提供了強大的計算機視覺功能。
步驟 1：安裝 Go 和相關依賴
安裝 Go：
更多內容訪問ttocr.com或聯絡1436423940
首先，確保你已經安裝了 Go 程式語言。如果尚未安裝，可以透過以下命令安裝：
在 Go 官網 下載並安裝 Go。
安裝完成後，可以使用以下命令驗證安裝是否成功：
bash
go version
安裝 GoCV 庫：
GoCV 是 OpenCV 的 Go 語言繫結，可以透過以下命令安裝：
在 Ubuntu 上，你可以透過以下命令安裝依賴：
bash
sudo apt-get update
sudo apt-get install -y libopencv-dev
然後，安裝 GoCV 庫：
bash
go get -u -d gocv.io/x/gocv
安裝 Tesseract OCR：
Tesseract 是一個開源的 OCR 引擎，我們將透過 GoCV 結合 Tesseract 來提取影像中的文字。
在 Ubuntu 上安裝 Tesseract：
bash
sudo apt-get install tesseract-ocr
其他作業系統可參考 Tesseract 安裝文件。
步驟 2：編寫 Go 程式碼實現文字識別
我們將使用 GoCV 庫載入影像，並利用 Tesseract 來識別影像中的文字。以下是完整的程式碼示例：
go
package main
import (
"fmt"
"log"
"gocv.io/x/gocv"
"github.com/otiai10/gosseract"
)
func main() {
// 開啟影像檔案
img := gocv.IMRead("image.png", gocv.IMReadColor)
if img.Empty() {
log.Fatalf("影像載入失敗！")
}
defer img.Close()
// 轉換為灰度影像
grayImg := gocv.NewMat()
defer grayImg.Close()
gocv.CvtColor(img, &grayImg, gocv.ColorBGRToGray)
// 使用 Tesseract 進行文字識別
client := gosseract.NewClient()
defer client.Close()
client.SetImageFromBytes(grayImg.ToBytes())
text, err := client.Text()
if err != nil {
log.Fatalf("文字識別失敗: %v", err)
}
// 輸出識別結果
fmt.Println("識別到的文字：")
fmt.Println(text)
}
步驟 3：執行程式碼
將圖片放在專案目錄下，並確保圖片的路徑正確。
執行以下命令來執行 Go 程式碼：
bash
go run main.go
程式會載入圖片並進行文字識別，識別的文字將輸出到控制檯。
步驟 4：最佳化和增強
影像預處理： OCR 識別的準確性通常與影像質量相關。你可以對影像進行一些預處理來提高識別率。例如，影像二值化、去噪聲和銳化等。
go
// 影像二值化處理
gocv.Threshold(grayImg, &grayImg, 0, 255, gocv.ThresholdBinaryInv)
多語言支援： Tesseract 支援多語言識別，你可以透過 SetLanguage 方法選擇需要識別的語言。例如：
go
client.SetLanguage("eng+chi_sim") // 英文和簡體中文
錯誤處理和最佳化： 在實際應用中，你可能需要對影像的質量進行進一步處理，或為不同的輸入影像調整 OCR 配置，以獲得更好的識別效果。