Tesseract介绍
将图片翻译成文字一般被称为光学文字识别(Optical Character Recognition,OCR)。可以实现OCR 的底层库并不多,目前很多库都是使用共同的几个底层OCR 库,或者是在上面进行定制。
Tesseract 是一个OCR 库,目前由Google 赞助(Google 也是一家以OCR 和机器学习技术闻名于世的公司)。Tesseract 是目前公认最优秀、最精确的开源OCR 系统。
除了极高的精确度,Tesseract 也具有很高的灵活性。它可以通过训练识别出任何字体(只要这些字体的风格保持不变就可以),也可以识别出任何Unicode 字符
Tesseract安装
第一步:下载Tesseract库,并将其加入环境变量,将tesseract-ocr加入TESSDATA_PREFIX用户变量
第二步:安装pytesseract库------pip install pytesseract
代码:
from PILimport Image
import pytesseract
Image = Image.open('C:/Users/lp/Desktop/100_change.png')# 打开图片
text = pytesseract.image_to_string(Image)
print(text)
参考文献: