python文字识别方法

Python中实现文字识别的常用方法是使用pytesseract库，它是Google的Tesseract-OCR引擎的Python封装。

一、Tesseract-OCR下载安装

Tesseract-OCR下载地址Index of /tesseract，网页最下方选择最新版下载。

安装过程中勾选chi_sim下载中文训练数据，其他训练数据根据需要选择。

安装好后，添加环境变量：

用户变量：TESSDATA_PREFIX：C:\Program Files\Tesseract-OCR\tessdata

系统变量：Path：C:\Program Files\Tesseract-OCR

具体路径根据实际安装路径。

在命令行测试是否安装成功。

tesseract -v

如图表明成功安装

二、安装pytesseract库

我的python版本是3.12，并不一定必须该版本。命令行执行：

pip install pytesseract -i https://pypi.tuna.tsinghua.edu.cn/simple

-i参数指定从清华服务器下载，可以加速下载，减少错误。

三、python代码识别

import pytesseract
from PIL import Image
 
# 指定tesseract安装路径。如果配置好环境变量，该行应注释。
# pytesseract.pytesseract.tesseract_cmd = r'C:\\Program Files\\Tesseract-OCR'  # 根据实际路径修改
 
# 打开图片，确保正确的图片路径
image = Image.open('D:\\chx\\temp.png')
 
# 使用Tesseract进行文字识别。如果要识别中文，需参数lang='chi_sim'
text = pytesseract.image_to_string(image,lang='chi_sim')
 
print(text)

有疑问欢迎评论交流。