两行代码搞定python OCR图像文字识别

目前OCR主要依赖几个低层库，本博客采用Tesseract，Tesseract是由Google维护的开源OCR。本博客在windows环境进行，linux环境同理。

1、安装Tesseract：

windows下Tesseract的安装比较简单，下载exe然后一直next下去就行了。但是由于要做中文的识别，所以一定在安装的时候要勾选相应的中文库，这个安装时是默认不下载的。

2、安装pytesseract

pytesseract是对tesseract做的一层Python API封装。

pip3 install pytesseract

3、编写py代码：

import pytesseract
from PIL import Image

pytesseract.pytesseract.tesseract_cmd = 'D://ocr/Tesseract-OCR/tesseract.exe'
text = pytesseract.image_to_string(Image.open('D://ocr/qximg/test1.png'),lang='chi_sim')

首先导入相应的库。第一行代码从正确的位置引入tesseract运行文件。第二行代码选择要识别的图片，设置简体中文识别。text即为图片中中文的内容。