Python配置图片文字识别

Posted 2021-01-14 0 1 0 1

 

以管理员权限打开cmd控制台。

1.如何安装PIL

输入下面命令：pip install Pillow

参考：https://www.cnblogs.com/mrgavin/p/8177841.html

2.安装pytesseract

输入下面命令：pip install pytesseract

详细见下图：

3.安装文字识别包tesseract-ocr（https://www.cnblogs.com/hupeng1234/p/7136442.html）

tesseract识别算法开源代码见https://github.com/tesseract-ocr/tesseract/wiki/4.0-with-LSTM#400-alpha-for-windows。

下载如下链接中的安装exe文件进行安装：

https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w64-setup-v4.0.0-rc3.20181014.exe

安装路径如下：C:\\Program Files (x86)\\Tesseract-OCR

注意：请将所有可以勾选的都勾选上。

4.修改Python37中的pytesseract.py配置。

打开文件C:\\Program Files\\Python37\\Lib\\site-packages\\pytesseract\\pytesseract.py，将下面语句找到

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
tesseract_cmd = \'tesseract\'

替换成

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
#tesseract_cmd = \'tesseract\'
tesseract_cmd = \'C:\\\\Program Files (x86)\\\\Tesseract-OCR\\\\tesseract.exe\'

 5.测试一下安装是否成功。

在D盘底下新建一个文件夹tesseractTest，并在该文件夹底下新建一个文件testTesseract.py, 内容如下：

1 # _*_ coding: utf-8 _*_
2 from PIL import Image
3 import pytesseract
4 
5 aaa = pytesseract.image_to_string(Image.open(\'aaa.png\'), lang=\'chi_sim\')
6 print(aaa)

新开一个cmd终端，执行如下语句：

python testTesseract.py

可以看到下图中的输出：

其中aaa.png和bbb.png内容如下：

aaa.png

bbb.png