ubuntu 图片文字识别

仅限个人学习所用

第一次用博客写东西，有点不习惯，如果我的代码存在什么错误，欢迎留言，互相探讨。

安装我不详细讲，只说我踩的坑

1.安装完pillow-> tesseract -> pytesseract 后，一定要记得下载自己需要的需要包
2.tesseract自带有一个"eng"的包，如果需要转中文，可以到"https://github.com/tesseract-ocr/tessdata" [上述地址为转载地址]进行下载，我自己下了一个"chi_sim_vert.traineddata"转中文的训练包
3.打开终端，cd到你下载的文件下，将该文件移动到"/usr/share/tesseract-ocr/4.00/tessdata"文件夹下，命令 : “sudo mv aze.traineddata /usr/share/tesseract-ocr/4.00/tessdata”

看源码

from PIL import Image
import pytesseract


class CharaterRecognition(object):
def __init__(self, image_file, threshold=127):
    self.img = image_file
    print(self.img)
    self.threshold = threshold

# 二值化图像
def _erzhihua(self):
    # 读取图片
    img = Image.open(self.img)
    # 二值化处理[非黑即白]
    image = img.convert('L