python-图片文字识别（一）

目录

环境安装及配置

代码演示

---

下篇：python-图片文字识别（二）

环境安装及配置

安装PIL：pip install Pillow

安装pytesseract：pip install pytesseract

tesseract-ocr插件安装：

下载地址：https://digi.bib.uni-mannheim.de/tesseract/

安装：选择汉语言包（下面包括中文简体和繁体的横排和竖排）

pytesseract.py文件配置：

安装后，在pytesseract.py文件中修改tesseract_cmd的值为tesseract.exe所在的路径。

try:
    from PIL import Image
except ImportError:
    import Image

# tesseract_cmd = 'tesseract'
tesseract_cmd = r'D:\OCR\tesseract.exe'  # 安装后tesseract-ocr,tessdata同目录下的tesseract.exe所在路径

代码演示

import pytesseract
from  PIL import Image

image = Image.open(r'C:\Users\Administrator\Desktop\001.png')  # 图片文件所在位置
print(image.size)  # 可以打印图片的大小
txt = pytesseract.image_to_string(image,lang='chi_sim')  # 英文默认lang参数为eng,可以不指定，中文指定参数lang='chi_sim'(简体中文),lang='chi_tra'(繁体中文)
print(txt)

  

没有安装中文语言包的需要额外下载，下载后的语言包放到tessdata目录下。文字识别结果往往会存在出入。