Las imágenes a menudo contienen texto valioso, pero extraerlo de formatos como JPG no es una tarea sencilla. En esta publicación, aprenderás cómo extraer texto JPG usando Python. No importa si estás automatizando el procesamiento de documentos o digitalizando material impreso, esta solución te ofrece resultados rápidos y precisos.
¿Qué es el texto JPG?
El texto JPG es cualquier texto visible incrustado en un archivo de imagen .jpg o .jpeg. Puede estar en la forma de:
- Documentos escaneados
- Capturas de pantalla desde el escritorio o móvil
- Fotografías de letreros, etiquetas o recibos
- Tarjetas de presentación y formularios escritos a mano
Dado que el texto en un JPG se almacena como píxeles, debe convertirse en texto legible por máquina utilizando OCR (Reconocimiento Óptico de Caracteres).Extraer texto de imágenes JPG es útil por varias razones. Ayuda a digitalizar documentos en papel, automatizar la entrada de datos de formularios y hacer que el contenido de la imagen sea buscable. También puedes utilizar el texto extraído en un código para un análisis posterior. Con la tecnología OCR, ahorras tiempo y reduces la necesidad de trabajo manual en cualquier tarea que implique información basada en imágenes.
Aspose.OCR: Extractor de texto JPG
OCR (Reconocimiento Óptico de Caracteres) es la única forma confiable de extraer texto de una imagen JPG. En esta publicación del blog, utilizaremos Aspose.OCR for Python para extraer texto JPG. Es una biblioteca independiente diseñada para desarrolladores, que ofrece los siguientes beneficios clave:
- Preprocesamiento incorporado (corrección de inclinación, binarización, filtrado de ruido)
- Reconocimiento de alta velocidad y alta precisión
- Soporte para múltiples formatos de salida: texto sin formato, JSON, PDF
- Disponible para Python, Java, .NET y C++.
Aspose.OCR detecta automáticamente fuentes, tamaños e incluso texto rotado, lo que lo hace ideal tanto para casos de uso simples como avanzados. Escanea imágenes JPG en busca de texto escrito a máquina o a mano, detecta áreas de texto en diseños complejos y extrae contenido multilingüe de las imágenes.
Cómo extraer texto JPG en Python
Paso 1: Instalar Aspose.OCR
Instala la biblioteca de PyPI utilizando el siguiente comando pip:
pip install aspose-ocr-python-net
También puedes descargar el paquete desde releases.
Paso 2: Leer texto JPG con código
import aspose.ocr as ocr
# Instanciar la API de Aspose.OCR
api = ocr.AsposeOcr()
# Agregar imagen al lote de reconocimiento
img = ocr.OcrInput(ocr.InputType.SINGLE_IMAGE)
img.add("sample-with-text.jpg")
# Recognize the image
result = api.recognize(img)
# Imprimir el resultado del reconocimiento
print(result[0].recognition_text)
Imagen de muestra
Leer texto JPG con Aspose.OCR for Python.
Salida
Lorem ipsum dolor sit amet,consectetuer adipiscing elit,
sed diam nonummy nibh euismod tincidunt ut laoreet
dolore magna aliguam erat volutpat.Ut wisi enim ad
minim veniam,quis nostrud exerci tation ullamcorper sus-
cipit lobortis nisl ut aliquip ex ea commodo consequat.
Duis autem vel eum iriure dolor in hendrerit in vulputate
velit esse molestie consequat,vel illum dolore eu feugiat
nulla facilisis at vero eros et accumsan et iusto odio
Convertir texto JPG a Word usando Python
Puedes convertir texto JPG directamente en un documento editable de Microsoft Word siguiendo los pasos mencionados anteriormente. Sin embargo, solo necesitas guardar el texto extraído en un archivo .docx usando Python:
import aspose.ocr as ocr
# Instanciar la API Aspose.OCR
api = ocr.AsposeOcr()
# Agrega la imagen al lote de reconocimiento
img = ocr.OcrInput(ocr.InputType.SINGLE_IMAGE)
img.add("sample-with-text.jpg")
# Reconocer la imagen
result = api.recognize(img)
# Print recognition result
print(result[0].recognition_text)
# Save as DOCX
result[0].save("ImagetoDOCX.docx", ocr.SaveFormat.DOCX, ocr.PdfOptimizationMode.NONE)
Convertir texto JPG a Word usando Python.
Prueba Aspose.OCR Hoy
Visite nuestra Temporary License página para obtener rápidamente una licencia gratuita y desbloquear el acceso completo a la biblioteca Aspose.OCR for Python.
Texto JPG con Aspose.OCR – Recursos gratuitos
Además de leer y extraer texto en JPG, explora los recursos a continuación. Descubre más sobre las características y capacidades de la biblioteca.
- Guía del desarrollador
- Aplicaciones gratuitas en línea
- Guías y artículos sobre cómo hacer.
- Referencia de API
Conclusión
Extraer texto de JPG es simple y efectivo con Aspose.OCR for Python. Proporciona una API limpia para reconocer y convertir texto de archivos de imagen. Puedes integrarlo fácilmente en tus sistemas existentes para automatización, búsqueda y edición. Si tienes alguna pregunta, no dudes en comunicarte con nosotros en nuestro free support forum.