记录python库pytesseract做ocr识别（非手写文字图片）

因项目需要，要把业务人员上传的文件图片内容识别出来，然后获取其中的ID，在数据库中对ID进行相关操作。所以用到了pytesseract做图片转文字的识别。

pytesseract

import pytesseract
from PIL import Image

path = 'XXX'
image = Image.open(path)
text = pytesseract.image_to_string(image, lang='chi_sim') # 识别图片里的中文
print(text)

脚本很短，重点是：

安装tesseract，因为只有安装了这个软件，ocr的包才能使用。（凋了好几个包，发现里面没有方法，而安装以后就能用了）

下载链接：

https://digi.bib.uni-mannheim.de/tesseract/   

安装过程中，记得在安装过程中选择语言Chinese-simple，不然图片里的中文识别出来奇奇怪怪的字母