python 3.7 识别图片

发布时间：2019-09-23 17:08:03编辑：auto阅读（1700）

    为了把百度文档的内容弄下来，就弄了一下这个

    1. 基本环境
      操作系统：win7 64位系统

    python版本：3.7

    2.安装配套环境
    2.1 首先安装OCR字符识别库Tesseract 下载网址：https://digi.bib.uni-mannheim.de/tesseract/
    我下载的是：tesseract-ocr-w64-setup-v4.0.0-beta.4.20180912.exe

    2.2 下载后双击进行安装，这里因为我们要识别中文字符，所以在安装界面中需要进行额外的语言勾选，展开Additional language data（这里添加语言可能会出现语言包安装失败，可单独下载语言包，放入安装目录下的tessdata下即可）

    python 3.7 识别图片

    然后按照下图进行勾选
    python 3.7 识别图片

    2.3 安装python环境
    pip install Pillow
    pip install pytesseract

    2.4 修改pytesseract.py（在这路径下 python37\Scripts）
    tesseract_cmd = 'D:/Program Files (x86)/Tesseract-OCR/tesseract.exe'

    3.测试（识别中文的时候，在剪切图片，要让数字稍微大一点，把数字放在图片中心，若识别出来，错别字比较多的话，再重新弄一次图片来识别）
    #coding=utf-8
    from PIL import Image
    import pytesseract
    text=pytesseract.image_to_string(Image.open('H:/2.png'),lang='chi_sim')
    for i in text.split("\n"):
    print(i.replace(" ",""))

    报错提示语言包，可在这下面进行下载
    https://github.com/tesseract-ocr/tessdata

    参考文档：
    还有一些关闭了，没有copy到url，可以百度和google，一大堆
    https://blog.csdn.net/a519395243/article/details/80447038

关键字：

上一篇： IT人的学习方法论-3 高效学习的建议

下一篇： 技术，项目经理的命？——项目经理的误区（