全网最详细的Tessersct-OCR+python+jTessBoxEditorFX图片识别文字

最新推荐文章于 2022-05-10 21:36:59 发布

sweet tea111

最新推荐文章于 2022-05-10 21:36:59 发布

阅读量561

点赞数

分类专栏： AI

本文链接：https://blog.csdn.net/weixin_44390373/article/details/111354391

版权

AI 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

一、安装以及配置环境变量

1.1安装

下载网址：https://digi.bib.uni-mannheim.de/tesseract/ （最好选择高版本）

选择图片需要识别的语言

可以用默认的，也可以用其他的，有的低版本默认路径中有空格的最好不要使用，配置环境时容易出错。比如C

1.2配置环境

此处以win10作例子
此电脑——属性———高级系统设置——环境变量
1.选择“系统变量”中的“Path”,点击编辑

2.点击新建；输入tesseract的安装目录，点击确定
在这里插入图片描述
3.
一直确定结束。

1.3检查是否成功

打开cmd
输入 tesseract -v
在这里插入图片描述

出现上图信息，说明配置成功。

1.4试一哈

打开cmd
输入 tesseract test.png result
test.png为要识别的图片，图片文件如果在命令行的盘中，可以直接写名字，不然要加上路径或者转到图片文件所在的盘，result为输出的txt文件

在这里插入图片描述
如上图就是识别成功
如果出现错误：
Please make sure the TESSDATA_PREFIX environment variable is set to your “tessdata” directory.
Failed loading language ‘eng’
Tesseract couldn’t load any languages!
Could not initialize tesseract.

输入指令：

SET TESSDATA_PREFIX=D:\tesseract\tessdata

再输入识别指令就可以成功了

二、在pyhton中调用tesseract

#报错1
'Error opening data file D:\\tesseract\\tessdata;/chi_sim.traineddata Please make sure the TESSDATA_PREFIX environment variable is set to your "tessdata" directory. Failed loading language \'chi_sim\' Tesseract couldn\'t load any languages! Could not initialize tesseract.'

import pytesseract
from PIL import Image

#定义一个配置tessdata_dir_config),不定义的话会有报错1.
tessdata_dir_config = '--tessdata-dir "D:\\tesseract\\tessdata"'
image = Image.open('D:/test.png')
text = pytesseract.image_to_string(image, lang='chi_sim', config=tessdata_dir_config)
print(text)

#报错2
Please make sure the TESSDATA_PREFIX environment variable is set to your "tessdata" directory.
Failed loading language 'eng'
Tesseract couldn't load any languages!
Could not initialize tesseract.

出现报错2
需要在pytesseract.py中进行改动
pytesseract一般在python目录中，例如E:\python3\Lib\site-packages\pytesseract
在pycharm中打开后，
将第32行改为tesseract_cmd = r’D:\tesseract\tesseract.exe’