【Python • 图片识别】pytesseract快速识别提取图片中的文字

提示：本文多图，请手机端注意流量。

---

前言

利用python做图片识别，识别提取图片中的文字会有很多方法，但是想要简单一点怎么办，那就可以使用tesseract识别引擎来实现，一行代码就可以做到提取图片文本。

---

一、配置环境

1. 安装python依赖

本程序用到了两个python库，pytesseract和PIL，所以先来安装。

运行以下命令

pip install Pillow
pip install pytesseract 

如果在python中没有报错，说明程序安装成功，

2. 安装识别引擎

安装完以上两个依赖还需要对应的识别引擎。点击去下载

咱们直接使用5月10号构建的最新版本。

安装tesseract识别引擎（可跳过）

下载完成后打开程序进行安装，先选择语言，这里选择英语English就行，然后点ok

接下来就是next，完了点击I Agree同意协议，


为所有用户安装，然后点next，如图，

接下来安装中文的语言包用来识别中文，需要滑到下面，选择中文，我这里横排简体中文和竖排简体中文都选择了，完成后点击next，


选择安装路径，建议安装到C盘以外，然后点击next

这里点击安装install，

等待安装完成

安装完成后，点击next，再点击finish完成安装，

验证是否安装成功

添加环境变量，就是你安装到的那个文件夹路径，直接加到path里面，

然后在命令行运行tesseract -v，如果和下图一样，说明你已经安装成功了，

二、使用步骤

1.引入库

from PIL import Image
import pytesseract

2.提取图片文字

将读取图片的一行代码封装为一个函数，

def read_image(name):
    print(pytesseract.image_to_string(Image.open(name), lang='chi_sim'))

在main函数中直接调用即可，

def main():
    read_image('1657158527412.jpg')

3.运行效果

以以下图片为例，

运行效果如下，

---

总结

本文介绍了tesseract的python调用，也就是pytesseract库，其中还有一些其他的内容并没有涉及，仅涉及到了图片提取文字，如果你对其感兴趣，可以深入探索一下，也希望能和我探讨一下。

完整代码

from PIL import Image
import pytesseract


def read_image(name):
    print(pytesseract.image_to_string(Image.open(name), lang='chi_sim'))


def main():
    read_image('img.png')


if __name__ == '__main__':
    main()