tesseract识别简单文字

默认的tesseract库,只能识别字母和数字,不能识别中文
并且识别精度也不是很高,所以就得需要我们有更高手段,
大家可以参照 这篇文章

今天我们来说简单的
用python 的 pytesseract库

首先安装pytesseract库

pip install pytesseract -i xx镜像

导包

import pytesseract

此外我们还需要一个待识别图片code.png,以及读取图片的库pillow

安装pillow

pip install pillow

导包

try:
    from PIL import Image
except ImportError:
    import Image

读取图片并识别

captcha = Image.open("code3.png")
result = pytesseract.image_to_string(captcha)
print(result[:-2])
print(len(result))

这时候有可能报错,如果你没提前安装tesseract软件,这时候你需要下载tesseract并安装,并且添加环境变量,如果是用pycharm开发,需要**重启下pycharm,**因为pycharm一开始运行的时候,系统环境变量的参数就固定了

如果不行,网上有人说修改源代码的文件,例如这类
但是我不建议这么做,因为不重启pycharm的情况下,这样改了也没用,并且毕竟修改人家的源代码也不是最优雅的解决方式

我们可以通过添加临时路径来搞定这个事情
有两种方式,一种是os

import os
tesseract_path=r"F:\Program Files\Tesseract-OCR" # tesseract.exe所在的路径
os.environ["PATH"]= tesseract_path + ";" + os.environ