python中ocr软件pytesseract使用
首先要看原版的参考
https://github.com/madmaze/pytesseract
直接上代码，
import pytesseract
from PIL import Image
image = Image.open(r'D:\xingjinzi\5.jfif') result =pytesseract.image_to_string(image,config='--psm 8 -c tessedit_char_whitelist=abceefghigklmnopqrstuvwxyz') print(result)
# result =pytesseract.image_to_string (image,lang='eng') #英文
# result =pytesseract.image_to_string (image,lang='chi_sim') #简体中文
result =pytesseract.image_to_string(image,config='--psm 12 -c tessedit_char_whitelist=1234567890abceefghigklmnopqrstuvwxyz')
tessedit_char_whitelist=abceefghigklmnopqrstuvwxyz 相当于白名单，集可以有哪些字符
--psm 是一个识别方向引导的内容，参考
Page segmentation modes:
0 Orientation and script detection (OSD) only.
1 Automatic page segmentation with OSD.
2 Automatic page segmentation, but no OSD, or OCR.
3 Fully automatic page segmentation, but no OSD. (Default)
4 Assume a single column of text of variable sizes.
5 Assume a single uniform block of vertically aligned text.
6 Assume a single uniform block of text.
7 Treat the image as a single text line.
8 Treat the image as a single word.
9 Treat the image as a single word in a circle.
10 Treat the image as a single character.
11 Sparse text. Find as much text as possible in no particular order.
12 Sparse text with OSD.
13 Raw line. Treat the image as a single text line,
对应的中文如下
页面分割模式：
0仅限方向和脚本检测（OSD）。
1使用OSD自动分页。
2自动页面分割，但没有OSD或OCR。
3全自动页面分割，但没有OSD。 （默认）
4假设一列可变大小的文本。
5假设一个垂直对齐文本的统一块。
6假设一个统一的文本块。
7将图像视为单个文本行。
8将图像视为单个单词。
9将图像视为圆形中的单个单词。
10将图像视为单个字符。
11稀疏文字。 找到尽可能多的文本，没有特定的顺序。
12带OSD的稀疏文本。
13原始线。 将图像视为单个文本行
总得来说还不错的
1.语言库地址：https://github.com/tesseract-ocr/tessdata
2.语言库列表
| 库名 | 语言 |
|---|---|
| afr | Afrikaans(南非荷兰语) |
| amh | Amharic(阿姆哈拉语) |
| ara | Arabic(阿拉伯语) |
| asm | Assamese(阿萨姆) |
| aze | Azerbaijani(阿塞拜疆) |
| aze_cyrl | Azerbaijani - Cyrilic(阿塞拜疆-Cyrilic) |
| bel | Belarusian(白俄罗斯) |
| ben | Bengali(孟加拉) |
| bod | Tibetan(西藏) |
| bos | Bosnian(波斯尼亚) |
| bul | Bulgarian(保加利亚语) |
| cat | Catalan; Valencian(加泰罗尼亚语; 巴伦西亚) |
| ceb | Cebuano(宿务) |
| ces | Czech(捷克) |
| chi_sim | Chinese - Simplified(中国-简体) |
| chi_tra | Chinese - Traditional(中国-繁体) |
| chr | Cherokee(切诺基) |
| cym | Welsh(威尔士) |
| dan | Danish(丹麦) |
| dan_frak | Danish - Fraktur(丹麦-Fraktur) |
| deu | German(德国) |
| deu_frak | German - Fraktur(德国-Fraktur) |
| dzo | Dzongkha(不丹文) |
| ell | Greek, Modern （1453-）(希腊，现代（1453-）) |
| eng | English(英语) |
| enm | English, Middle (1100-1500)(英语，中东（1100-1500）) |
| epo | Esperanto(世界语) |
| equ | Math / equation detection module(数学/方程式检测模块) |
| est | Estonian(爱沙尼亚) |
| eus | Basque(巴斯克) |
| fas | Persian(波斯) |
| fin | Finnish(芬兰) |
| fra | French(法语) |
| frk | Frankish(法兰克) |
| frm | French, Middle (ca.1400-1600)(法国，中东（ca.1400-1600）) |
| gle | Irish(爱尔兰) |
| glg | Galician(加利西亚) |
| grc | Greek, Ancient (to 1453)(希腊语，古（到1453年）) |
| guj | Gujarati(古吉拉特语) |
| hat | Haitian; Haitian Creole(海天; 海地克里奥尔语) |
| heb | Hebrew(希伯来语) |
| hin | Hindi(印地文) |
| hrv | Croatian(克罗地亚) |
| hun | Hungarian(匈牙利) |
| iku | Inuktitut(因纽特语) |
| ind | Indonesian(印尼) |
| isl | Icelandic(冰岛) |
| ita | Italian(意大利语) |
| ita_old | Italian - Old(意大利语-旧) |
| jav | Javanese(爪哇) |
| jpn | Japanese(日本) |
| kan | Kannada(卡纳达语) |
| kat | Georgian(格鲁吉亚) |
| kat_old | Georgian - Old(格鲁吉亚-旧) |
| kaz | Kazakh(哈萨克斯坦) |
| khm | Central Khmer(中央高棉) |
| kir | Kirghiz; Kyrgyz(柯尔克孜; 吉尔吉斯) |
| kor | Korean(韩国) |
| kur | Kurdish(库尔德人) |
| lao | Lao(老挝) |
| lat | Latin(拉丁) |
| lav | Latvian(拉脱维亚) |
| lit | Lithuanian(立陶宛) |
| mal | Malayalam(马拉雅拉姆语) |
| mar | Marathi(马拉) |
| mkd | Macedonian(马其顿) |
| mlt | Maltese(马耳他) |
| msa | Malay(马来文) |
| mya | Burmese(缅甸) |
| nep | Nepali(尼泊尔) |
| nld | Dutch; Flemish(荷兰; 佛兰芒语) |
| nor | Norwegian(挪威) |
| ori | Oriya(奥里亚语) |
| osd | Orientation and script detection module(定位及脚本检测模块) |
| pan | Panjabi; Punjabi(旁遮普语; 旁遮普语) |
| pol | Polish(波兰) |
| por | Portuguese(葡萄牙语) |
| pus | Pushto; Pashto(普什图语; 普什图语) |
| ron | Romanian; Moldavian; Moldovan(罗马尼亚; 摩尔多瓦; 摩尔多瓦) |
| rus | Russian(俄罗斯) |
| san | Sanskrit(梵文) |
| sin | Sinhala; Sinhalese(僧伽罗语; 僧伽罗语) |
| slk | Slovak(斯洛伐克) |
| slk_frak | Slovak - Fraktur(斯洛伐克- Fraktur) |
| slv | Slovenian(斯洛文尼亚) |
| spa | Spanish; Castilian(西班牙语; 卡斯蒂利亚) |
| spa_old | Spanish; Castilian - Old(西班牙语; 卡斯蒂利亚-老) |
| sqi | Albanian(阿尔巴尼亚) |
| srp | Serbian(塞尔维亚) |
| srp_latn | Serbian - Latin(塞尔维亚语-拉丁语) |
| swa | Swahili(斯瓦希里语) |
| swe | Swedish(瑞典) |
| syr | Syriac(叙利亚) |
| tam | Tamil(泰米尔) |
| tel | Telugu(泰卢固语) |
| tgk | Tajik(塔吉克斯坦) |
| tgl | Tagalog(菲律宾语) |
| tha | Thai(泰国) |
| tir | Tigrinya(提格雷语) |
| tur | Turkish(土耳其) |
| uig | Uighur; Uyghur(维吾尔族; 维吾尔) |
| ukr | Ukrainian(乌克兰) |
| urd | Urdu(乌尔都语) |
| uzb | Uzbek(乌兹别克斯坦) |
| uzb_cyrl | Uzbek - Cyrilic(乌兹别克斯坦- Cyrilic) |
| vie | Vietnamese(越南语) |
| yid | Yiddish(意第绪语) |
