利用pytesseract进行图片文字识别

最新推荐文章于 2023-02-27 01:41:20 发布

joker_zsl

最新推荐文章于 2023-02-27 01:41:20 发布

阅读量2.5k

点赞数

分类专栏： Python学习文章标签： opencv 人工智能计算机视觉验证码识别

本文链接：https://blog.csdn.net/joker_zsl/article/details/123000055

版权

14 篇文章 0 订阅

订阅专栏

pytesseract是基于Python的OCR工具，底层使用的是Google的Tesseract-OCR 引擎，支持识别图片中的文字，支持jpeg, png, gif, bmp, tiff等图片格式。

安装

pip install pytesseract

使用

这里只简单介绍识别图中文字并输出字符串，有兴趣的同学可以自行探索更多的方法。

from PIL import Image
from pytesseract import *


img = Image.open('test.png')
code = pytesseract.image_to_string(img)

识别图片和结果：

这种方法比较适合简单的验证码的识别。为了提高识别的成功率，图片最好配合PIL库，进行二值化和降噪的预处理。

在使用时可能会遇到TesseractNotFoundError，这是因为pytesseract需要调用tesseract.exe的接口来进行图片的识别。

需要先安装Tesseract-OCR的应用：https://github.com/tesseract-ocr/tesseract

然后修改pytesseract.py的tesseract_cmd

关注