Python3识别图片文字

Python3识别图片文字

一、Pillow， pytesseract库的安装（Python 3.5）

PIL全称：Python Imaging Library，python图像处理库，这个库支持多种文件格式，并提供了强大的图像处理和图形处理能力。由于PIL仅支持到Python 2.7，所以在PIL的基础上创建了Pillow库，支持最新Python 3.x。

 pip  install pillow
 pip  install pytesseract

如果你使用的是Pycharm工具的话，你可以找到File->Settings->Project Interpreter下，点击“+”号，在搜索的页面中输入以上两个库，进行安装。

二、tesseract-ocr图片文字的识别引擎的安装

1. 下载地址：https://github.com/tesseract-ocr/tesseract/wiki/Downloads
2. 安装注意： 因为下载的包中已包含了所有语言，但需要在安装过程中由用户自己选择安装哪些语言（我是全选，主要是懒，哈哈），然后再安装。
   
3. 配制方式有两种：
   方式一：将安装的路径（如： F:\Program Files (x86)\Tesseract-OCR）添加到系统环境变量：Path；
   方式二：找到Python的安装目录（比如：G:\Python\Python36\Lib\site-packages\pytesseract）， 打开pytesseract.py 并修改以下内容：

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
#tesseract_cmd = 'tesseract'
tesseract_cmd = 'F:/Program Files (x86)/Tesseract-OCR/tesseract.exe'

----------------------------------------------------------华丽的分割线------------------------------------------------------------

三、开始识别

准备的图片：

# -*- cording:utf-8 -*-

from PIL import Image
import pytesseract
img = Image.open("eeee.png")
text = pytesseract.image_to_string(img, lang='eng')   #如果图片是中文，将lang='chi_sim'（此为tesseract-ocr中语言包下的各语言名称）
print(text)

运行结果如下：