如何查找所有包含任何文本的图像？

Question

我有很多图像，我需要找到其中哪些包含英文文本（以删除它们）。可以自动完成吗？

Answer 1

我也遇到了同样的问题，分享一下我的解决方案：

find . -type f \( -name "*.jpg" -or -name "*.png" \) -exec sh -c 'for x; do printf "%s :" "$x"; tesseract $x temp; if (grep -f blacklist temp.txt) then rm $x; rm temp.txt; fi; done' _ {} +

扫描所有子目录并根据名为“blacklist”的文件删除匹配的 OCR 模式。唯一的问题：如果文件中有空格，它不会正确解析它，而是尝试在文件的第一个单词上运行。

编辑：小心不要在黑名单文件上留下任何空白行。

Answer 2

例如，您可以使用开源 OCR 引擎宇宙立方体，以确定是否有英文文本。