使用pyocr和tesseract 来解析数字图片

获取图片中的数字

因为最近要抓取的网站中有参数是在图片里面, 所以就需要来解析图片来获取参数, 图片清楚的话识别率是100%, 发出来工大家参考一下
前期准备
1 pip install pyocr
2 brew install tesseract 安装参考博客 https://www.jianshu.com/p/719c053f170b
3 pip3.6 install -i https://pypi.tuna.tsinghua.edu.cn/simple pillow 用镜像安装pillow

##实现代码
from urllib import request
from PIL import Image
import pyocr
import pyocr.builders

url = 'http://*******.png'
#获取图片后10为作为图片名
bug = url[-10:]
path = f"/tmp/{bug}"
#下载图片
request.urlretrieve(url, path)
#获取里面的数字
nums = self.pic_num(pic=path)
#删除图片
os.remove(path)

def pic_num(self, pic):
    try:
        tools = pyocr.get_available_tools()
        print(tools)
        if len(tools) == 0:
            print("No OCR tool found")
        tool = tools[0]
        txt = tool.image_to_string(
            Image.open(pic),
            lang="eng",
            builder=pyocr.builders.TextBuilder(tesseract_layout=6)
        )
        print(txt)
        return txt
    except Exception as e:
        print('获取数字失败', e)