OCR图像识别:python+pytesseract+Tesseract-OCR

1.安装pytesseract

pip install pytesseract

编辑pytesseract.py文件：

注意务必确保地址正确，保存后关闭。

2.安装Pillow

pip install Pillow

3.下载并安装Tesseract-OCR

下载地址：https://digi.bib.uni-mannheim.de/tesseract/

开始安装下载的包：

 

4.下载简体字识别包并放置到Tesseract-OCR安装目录下的的tessdata目录下

下载地址：tesseract-ocr/tessdata

将下载的文件放入Tesseract-OCR安装目录下的的tessdata目录下：

5.代码示例

先来几张图片看下识别效果：

1.png2.png

贴上源码，大家就不用费劲儿敲了哈！

from PIL import Image
import pytesseract
image = Image.open(r'D:\study\project1\2.png')#打开图片
result = pytesseract.image_to_string(image,lang='chi_sim')#使用简体中文字库识别图片并返回结果
print(result)#打印识别的图片内容

最后的说明：本方法对于识别一些简单纯净的中文、数字、字母和标点符号的效果还是不错的，如果是经过处理的图片，比如验证码等图片的识别，需要借助jTessBoxEditor训练字库才能提高识别的准确率哦，有待下篇放送哈，敬请期待！！！

https://zhuanlan.zhihu.com/p/113961004

 

Python3使用 pytesseract 进行图片识别

 

一、安装Tesseract-OCR软件

参考我的前一篇文章：Windows安装Tesseract-OCR 4.00并配置环境变量

二、Python中使用

需要使用 pytesseract 库，官方使用说明请看：https://pypi.python.org/pypi/pytesseract

1. 安装依赖

1 pip install pytesseract
2 pip install pillow

2. 编写代码

 准备识别下面这个验证码：

代码如下：

1 import pytesseract
2 from PIL import Image
3 
4 image = Image.open("code.png")
5 code = pytesseract.image_to_string(image)
6 print(code)

结果为6067，识别成功。

 

3. 如果出现错误，一般是系统变量设置的问题：

解决办法一：根据安装Tesseract软件的步骤配置环境变量，设置好即可。
解决方法二：在代码中添加相关变量参数：

1 import pytesseract
2 from PIL import Image
3 
4 pytesseract.pytesseract.tesseract_cmd = 'D:/Program Files (x86)/Tesseract-OCR/tesseract.exe'
5 tessdata_dir_config = '--tessdata-dir "D:/Program Files (x86)/Tesseract-OCR/tessdata"'
6 
7 image = Image.open("code.png")
8 code = pytesseract.image_to_string(image, config=tessdata_dir_config)
9 print(code)

 

 

--------------------------------------------------------------------------------------------------------------------

talk is cheap , show me the code.