pycharm 以及tesseract OCR安装教程

pycharm安装

具体参考下面两个网址:

https://www.cnblogs.com/pupilheart/p/9853071.html

https://blog.csdn.net/limin2928/article/details/69267184

 

tesseract等配置安装:

1.pycharm设置中,点击右边加号安装pytesseract和Pillow。

或者在cmd中输入pip install pytesseract 可能也能安装吧,我是直接在pycharm中之间安装的。

 

2.tesseract-OCR引擎安装下载可从GitHub上下载:https://github.com/tesseract-ocr/tesseract/识别中文需要安装3.0之后的版本,按照提示安装就行。

完成之后打开cmd也就是命令行模式输入:pip install tesseract(python3.0以上的朋友下载python解析器的时候自带pip,不用再下载pip了)

若出错可以参考文章添加环境变量 https://www.cnblogs.com/hupeng1234/p/7136442.html

 

3、下载chi_sim.traindata字库。要有这个才能识别中文。下好后,放到Tesseract-OCR项目的tessdata文件夹里面。

https://pan.baidu.com/s/1ntlYKsx

(第二步中如果已经选了中文语言就不需要这一步了!!!)

 

4、下载jTessBoxEditor,这个是用来训练字库的。

下载jTessBoxEditor,地址https://sourceforge.net/projects/vietocr/files/jTessBoxEditor/;解压后得到jTessBoxEditor,由于这是由Java开发的,所以我们应该确保在运行jTessBoxEditor前先安装JRE(Java Runtime Environment,Java运行环境)。

 

文字识别步骤

方法一:可以用命令行来提取图片中文字  E盘为图片所在目录;输入‘tesseract’ 、图片名称 、存储的txt名称、解析的语言种类命令

方法二:pycharm中输入代码

from PIL import Image
import pytesseract
text=pytesseract.image_to_string(Image.open('07.jpg'),lang='chi_sim')
print(text)
file_handle=open('07.txt',mode='w')
file_handle.write(text)
file_handle.close()

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值