在Mac上 python中使用tesseract OCR (Pytesser) 识别图片中的文字

Posted 2020-10-19 xirtam

仓库地址：https://github.com/RobinDavid/Pytesser

brew install tesseract

sudo pip install opencv-python

安装好之后需要下载识别文件，由于我的环境是

tesseract 3.02.02

 leptonica-1.70

  zlib 1.2.11

 

所以我下载了3.02的中文识别训练数据，地址是 

https://sourceforge.net/projects/tesseract-ocr-alt/files/

 

需要解压到

/usr/local/share/tessdata

 

之后编写脚本test.py

import pytesser

txt = pytesser.image_file_to_string("./test.png","chi_sim")
print(txt)

运行python test.py

 

到这里已经可以简单的识别出文字了

文禾斗

i吾文

儡尔立占在止匕士也不要走云力， 我去买几斤橘
子回来这个梗出自i佳的文章

但是明显识别率还不高，需要我们来优化配置，或者自己训练一个数据。