Csv 如何以编程方式读取图像中的电子邮件并将其转换为文本？

我有一个CSV文件，包含1900多个GIF图像链接条目

每个图像包含一个电子邮件地址

我希望通过编程读取每个条目，并将它们转换为相应的文本，最好是在另一个或同一个CSV文件中。我使用MacOS，更喜欢使用Python或Java来实现这一点

有没有关于如何使用OCR或通过任何其他方法来实现的想法？如能提供示例代码，将不胜感激

我尝试了tesseract的示例条目，但结果不准确。以下是我尝试过的：

 $ tesseract email.gif out

email.gif看起来像：

greentours2010@yahoo.com

在out.txt中生成的输出为：

CSV文件如下所示（前2个条目）：

---

这是我在SO中的第一个问题。如果我遗漏了任何其他相关信息，请道歉。我很乐意提供更多

更新答案

您的图像对于tesseract来说非常小且块状

使用ImageMagick可以更好地放大和锐化它们，如下所示：

convert email.gif -resize 600x -unsharp 0x8 -threshold 95% x.png     # Enlarge and sharpen
tesseract x.png text                                                 # OCR

tesseract email.png text -psm 7

结果

tour@chworldtraveI.com

如果您的CSV文件看起来像您的示例，并且名为

file.CSV

你可以写信

#!/bin/bash
while read f; do
   convert "$f" -resize 600x -unsharp 0x8 -threshold 95% image.png
   tesseract image.png text
   grep "[a-z0-9]" text.txt >> results.txt
done < file.csv

如果您确实打算在OSX上使用<代码> IMAGEMAGE/<代码>或<代码> TestSerAs>代码>，请考虑用<代码> HOBRUW< <代码>安装它。这会让你的生活更轻松。如果你不知道怎么做，就问吧

原始答案

嗯，这可能是使用

tesseract

的开始。基本上，您可以将输入图像文件的名称（在我的示例中是email.png）和输出文本文件的基础传递给它，如下所示：

convert email.gif -resize 600x -unsharp 0x8 -threshold 95% x.png     # Enlarge and sharpen
tesseract x.png text                                                 # OCR

tesseract email.png text -psm 7

然后您将在文件

text.txt

中获得一些文本，如下所示

lmAV@chwL7v\d1vave\z:um

您可以尝试各种不同的参数和策略来清理输入文件，可能是使用ImageMagick

---

由于您没有说明您使用的是什么操作系统，或者您的CSV文件是什么样子，因此目前很难再提供帮助。

到目前为止您尝试了什么，到目前为止您的结果是什么？所有图像的字体和字号是否相同？您对CSV格式感兴趣的问题是什么？您想使用python吗？这是一个有点多，要求人们给你一个电子邮件刮板没有提供任何示例代码。我不是-1.URL未找到404错误如何在Windows环境中执行？