图像识别

Python图片识别汉字字母数字，tesseract-ocr

2018年03月09日 Python LEO 2607

---

        环境：ubuntu + python2.7

        代码：

#/usr/bin/env python # -*- coding: UTF-8 -*-   from PIL import Image import pytesseract text=pytesseract.image_to_string(Image.open('/root/Desktop/444.jpg'),lang='chi_sim') print(text)

 

        效果：

        步骤：

                1：这里我们需要用到两个库：pytesseract和PIL

                2：同时我们还需要安装识别引擎tesseract-ocr

                3：下载中文简体字库chi_sim.traineddata

 

        安装pytesseract和PIL

                pip install PIL 

                pip install pytesseract 

 

        安装识别引擎tesseract-ocr

                安装Tesseract

                sudo apt-get install tesseract-ocr

                安装中文

                sudo apt-get install tesseract-ocr-chi-sim

 

        下载中文简体字库

                地址：https://download.csdn.net/download/leoeitail/10275552

                存放路劲：/usr/local/share/tessdata/