图像_pytesseract

Posted 2021-01-30 fmgao-technology

所需模块

①安装PIL：pip install Pillow（之前的博客中有写过）

②安装pytesser3：pip install pytesser3

③安装pytesseract：pip install pytesseract

④安装autopy3：

先安装wheel：pip install wheel

下载autopy3-0.51.1-cp36-cp36m-win_amd64.whl【点击打开链接】

执行命令：pip install E:360安全浏览器下载autopy3-0.51.1-cp36-cp36m-win_amd64.whl

##使用pip install autopy3时会报错如下：

④安装Tesseract-OCR：百度直接搜索Tesseract-OCR下载即可，Windows环境安装tesseract-ocr 4.00并配置环境变量

64位的安装包http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe

简体字识别包：https://raw.githubusercontent.com/tesseract-ocr/tessdata/4.00/chi_sim.traineddata

这里要说明的是安装Tesseract-OCR后，其不会被默认添加至环境变量path中，已导致如下报错：

 

解决办法有两种：（先找到Tesseract-OCR安装文件夹，再找到tesseract.exe文件）

我这里的绝对路径是：D:pythonTesseract-OCR esseract.exe，环境变量路径则是：D:pythonTesseract-OCR

①将此路径添加至环境变量path中（不过我是这么做的，但是PyCharm仍旧报错）

②找到pytesseract.py文件

我这里是C:UsersadminAppDataLocalProgramsPythonPython36Libsite-packagespytesseractpytesseract.py

将文件中的tesseract_cmd修改为上方的绝对路径

打开命令终端，输入：tesseract -v，可以看到版本信息

实例演示

进入正题，如何识别图像中文字

上原图：（这句是海上钢琴师中的一句经典台词）

接下来我们要通过python的pytesseract来识别图片中的字符了

#   _*_ coding:utf-8 _*_
 
import pytesseract
from PIL import Image
 
__author__ = ‘admin‘
 
im = Image.open(r‘C:UsersadminDesktopexample.png‘)
print(pytesseract.image_to_string(im))

 如果报错：

则修改代码如下：

import pytesseract
from PIL import Image

tessdata_dir_config = ‘--tessdata-dir "C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"‘
im = Image.open(r‘./tupian.png‘)

print(pytesseract.image_to_string(im, config=tessdata_dir_config))