python pil 图片识别_python3使用PIL、tesseract-ocr与pytesseract模块的图片识别

第一步:下载安装包

根据https://github.com/tesseract-ocr/tesseract/wiki 我找到非官方的安装包,好像我只看到64位的安装包http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe

下载后直接安装即可,但是要记得你的安装目录,我们等会配置环境变量要用。

如果不是做英文的图文识别,还需要下载其他语言的识别包https://github.com/tesseract-ocr/tesseract/wiki/Data-Files

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

繁体字识别包:https://github.com/tesseract-ocr/tessdata/raw/4.0/chi_tra.traineddata

或者直接我的百度云盘:链接:tesseract 密码:tmdm

第二步:安装

直接执行下载好的tesseract-ocr-setup-4.0.0-alpha.20180109.exe,下一步、下一步安装。安装过程中,会让你安装额外的语言包,可根据选择下载。

第三步:配置环境变量

我的是安装在C:\Program Files (x86)\Tesseract-OCR,界面如下:

8014630d14a6b740ee4b2bf83c2332e7.png

将“F:\Tesseract-OCR”添加到环境变量中。如图:

0c4c469690749a9b1ae15bd7a0cde682.png

增加一个TESSDATA_PREFIX变量名,变量值还是我的安装路径F:\Tesseract-OCR\tessdata这是将语言字库文件夹添加到变量中;

72d00e28f55bad73e0094d84d61d8692.png

三、使用

打开命令终端,输入:tesseract -v,可以看到版本信息

40c21d94346fe89f2a93372868b0c534.png

用命令tesseract --list-langs来查看Tesseract-OCR支持语言。

2beea3da998ec085a3d21dd8774ebae2.png

四、修改配置文件

在pycharm中添加pytesseract架包

ba76d4510bf871c50d22d097abc03496.png

添加完成后,在代码模块中引用,前往源文件中指定Tesseract-OCR的安装目录

e81d741d027118a8506ab909b69eeec2.png

1a95cb9e3bd9dd9d5aa58339e4239221.png

这样就可以将图片中的内容打印出来!


版权声明:本文为weixin_31889705原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。