「GIS教程」编程批量将纸上的经纬度数字化的方法

在之前的文章《「GIS技巧」无需编程批量将纸上的经纬度数字化的方法》中我介绍了一种不用编程就能实现纸面数据数字化的方法，核心原理是一点P图小技巧+腾讯QQ的OCR服务，好用的不要不要的。最近我接到了一个新的需求，老大说我第次都是用QQ的识图还得点一下，能不能我们组开发一个产品，直接给其他部门用，让他们可以用我们的产品自动输出结果，以增加我们组的技（公）术（司）影（存）响（在）力（感）？

我说：不能。

老大说：能。

领导说能就是能，于是找了几种方案，最终封装成的软件过程就不赘述，在图片转文字的过程中找了几个方案，这里给大家分享一下，识别的示例图：

Tesseract OCR

要说OCR的库啊，不得不提这位大佬。Tesseract最早可以追溯到1985年(How old are you)，是惠普实验室的产品，2005年开源出来，2006年后主要由Google来开发。如果搜索网络的文章，大部分都是3.5及其以前版本的介绍，这是基于传统的图像处理和机器学习技术。2018年10月29日发布了4.0.0，这是基于LSTM的算法，现在最新的版本是5.x。

官网：https://tesseract-ocr.github.io/

相关教程和用户手册，上面已经比较清楚了，该库支持Python、NodeJS等流行语言，有兴趣的可以尝试。小编用了一圈下来，原始版本对中文支持不算好，有中英文及数字混合的情况下，识别率会有点低。当然对小编这种Case，经纬度只有数字，这个库已经完全可以满足需求了。

PS：要识别中文还要下载一些别人已经训练好的中文数据，这个伟大的Github上有不少，有兴趣的可以自行尝试。

Deep OCR

这个库是为了解决 Teseract OCR 中对中文的不友好，所找到的一个库，尝试了一下还不错，中文的识别率比我找到的任何一个Tesseract OCR的训练数据都要好，Github也有1.5K的star。

官网：https://github.com/JinpengLI/deep_ocr

该库对Python友好，使用Python的小伙伴可以快速上手。

腾讯云 vs 百度云 vs 阿里云

上面的2种方案还要自己来折腾训练数据，如果你不想搞这个，可以直接调用一些互联网大厂的API服务，这类服务的好处是准确率变态的高（相对于自己的训练数据）。目前我尝试了三家，按照我心中的顺序，首先推荐的是腾讯云。为啥，因为它大方，开通就送1000次每月的免费调用权限。具体价格：

次推百度云的OCR服务，未实名认证 用户可领取 200 次/月，个人认证 1,000 次/月，企业认证 2,000 次/月。

价格上看也比较良心，基于内心我对百度的偏见于是排第二。

最后就是阿里云了，为啥最后说它，因为太扣了，没看到免费额度，就连新用户都是 0.01元 500 次，1W次的价格是百度云的7倍。

后话

你问我用了哪种方案？

我问老大能报吗？老大看了一下价格说不能。

那我当然用了第一种。