在某个微信公众号中偶然看到一个初级python实验:使用python识别并提取图像中的文字,并着手去尝试。
首先下载安装一个开源工具,Tesseract-OCR,在网上下载,我下载的是这个版本:tesseract-ocr-setup-4.0.0-alpha.20180109.exe.这个本身是一个执行文件,直击双击安装。在安装过程中可勾选安装语言库,该库支持多种语言文字的识别。
安装完后,要在系统变量中进行配置。在path中添加安装路径,前面的用分号隔开。在这里我将Tesseract-OCR安装在了D盘。
在cmd命令框中输入tesseract -v,可以检查是否安装正确。若安装无误,如下图所示:
安装无误后,在系统变量中添加变量TESSDATA_PREFIX,将安装路径复制进去。
配置完成后,进行实验。
首先导入pytesseract和pillow库。pycharm中,在setting中手动导入。
import pytesseract
from PIL import Image
在网上随便找一张带有文字的图片&#