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')