python 文字识别 之 pytesseract

 

pytesseract资源

链接：https://pan.baidu.com/s/1eTsqhsY 密码：j0yo

 安装时前面一直next就可以了，直到这一步，勾选Math和Chinese，支持计算和中文

要记住安装的目录

我的是 F:\Program Files (x86)\Tesseract-OCR

 然后，

在系统变量中添加一个TESSDATA_PREFIX，变量值还是文件路径
我的是F:\Program Files (x86)\Tesseract-OCR

 

打开Python安装路径：\Python36\Lib\site-packages\pytesseract\pytesseract.py，把路径改为自己的安装路径

 

 运行下面代码

from PIL import Image
import pytesseract

img = Image.open('aaa.png')
text = pytesseract.image_to_string(img,lang='chi_sim')
print (text)

　　

 图片：1.png

运行结果

 

结果会有一点出入，需要对现有模型进行训练才能提高匹配度

chi_sim.traineddata是中文对应的模型，后面会学习对模型的训练，提供匹配度

 

关于安装pytesseract的一些链接：

http://blog.csdn.net/cjvs9k/article/details/79044548

http://blog.csdn.net/qiushi_1990/article/details/78041375

http://blog.csdn.net/ztzy520/article/details/53946327

https://www.cnblogs.com/chenbjin/p/4147564.html