Tesseract图片文字识别
如何进行图文识别?
百度api收费的,自己训练模型集费时费力,有没有训练好的库,我们拿过来直接用的呢?
有,那就是tesseract。
安装
pipenv install pytesseract
pipenv install pillow
官方下载tesseract-OCR,http://www.softpedia.com/get/Programming/Other-Programming-Files/Tesseract-OCR.shtml,安装的时候记得在语言那里勾选中文即可。
使用
import pytesseract from PIL import Image def recognize(img: str, lang: str = 'chi_sim'): """ lang: 'eng', 'chi_sim' """ img = Image.open(img) s = pytesseract.image_to_string(img, lang=lang) print(s) recognize('img.png')