python人工智能-圖像識別

1、安裝庫

首先咱們須要安裝PIL和pytesseract庫。 PIL：（Python Imaging Library）是Python平臺上的圖像處理標準庫，功能很是強大。 pytesseract：圖像識別庫。

我這裏使用的是python3.6，PIL不支持python3因此使用以下命令

pip install pytesseract
pip install pillow
複製代碼

若是是python2，則在命令行執行以下命令：

pip install pytesseract
pip install PIL
複製代碼

這時候咱們去運行上面的代碼會發現以下錯誤：

錯誤提示的很明顯： No such file or directory ："tesseract"

這是由於咱們沒有安裝tesseract-ocr引擎

2、tesseract-ocr引擎

光學字符識別(OCR,Optical Character Recognition)是指對文本資料進行掃描，而後對圖像文件進行分析處理，獲取文字及版面信息的過程。OCR技術很是專業，通常可能是印刷、打印行業的從業人員使用，能夠快速的將紙質資料轉換爲電子資料。關於中文OCR，目前國內水平較高的有清華文通、漢王、尚書，其產品各有千秋，價格不菲。國外OCR發展較早，像一些大公司，如IBM、微軟、HP等，即便沒有推出單獨的OCR產品，可是他們的研發團隊早已掌握核心技術，將OCR功能植入了自身的軟件系統。對於咱們程序員來講，通常用不到那麼高級的，主要在開發中可以集成基本的OCR功能就能夠了。這兩天我查找了不少免費OCR軟件、類庫，特意整理一下，今天首先來談談Tesseract，下一次將討論下Onenote 2010中的OCR API實現。能夠在這裏查看OCR技術的發展簡史。 Tesseract的OCR引擎最早由HP實驗室於1985年開始研發，至1995年時已經成爲OCR業內最準確的三款識別引擎之一。然而，HP不久便決定放棄OCR業務，Tesseract也今後塵封。 數年之後，HP意識到，與其將Tesseract束之高閣，不如貢獻給開源軟件業，讓其重煥新生－－2005年，Tesseract由美國內華達州信息技術研究所得到，並求諸於Google對Tesseract進行改進、消除Bug、優化工做。

###安裝tesseract-ocr引擎

brew install tesseract
複製代碼

而後咱們經過tesseract -v看一下是否安裝成成功

tesseract 3.05.01
leptonica-1.75.0
libjpeg 9b : libpng 1.6.34 : libtiff 4.0.9 : zlib 1.2.11
複製代碼

這時候咱們運行上面代碼會出現亂碼 這是由於tesseract默認只有語言包中沒有中文包，以下圖：

###安裝tesseract-ocr語言包 咱們去GitHub下載咱們須要的語言包，這裏我只下載了chi_tra.traineddata和chi_sim.traineddata github：tesseract-ocr/tessdata 而後放到/usr/local/Cellar/tesseract/3.05.01/share/tessdata路徑下面。

能夠經過tesseract --list-langs查看本地語言包：

能夠經過tesseract --help-psm 查看psm

0：定向腳本監測（OSD） 1： 使用OSD自動分頁 2 ：自動分頁，可是不使用OSD或OCR（Optical Character Recognition，光學字符識別） 3 ：全自動分頁，可是沒有使用OSD（默認） 4 ：假設可變大小的一個文本列。 5 ：假設垂直對齊文本的單個統一塊。 6 ：假設一個統一的文本塊。 7 ：將圖像視爲單個文本行。 8 ：將圖像視爲單個詞。 9 ：將圖像視爲圓中的單個詞。 10 ：將圖像視爲單個字符。

爲何這裏要強調語言包和psm，由於咱們在使用中會用到， 好比多個語言包組合而且視爲統一的文本塊將使用以下參數： pytesseract.image_to_string(image,lang="chi_sim+eng",config="-psm 6") 這裏咱們經過+來合併使用多個語言包。

接下來咱們看一下配置好一切的正確結果。

import pytesseract
from PIL import Image

image = Image.open("../pic/c.png")
code = pytesseract.image_to_string(image,lang="chi_sim",config="-psm 6")
print(code)
複製代碼

此時大公告成。

喜歡的關注一下公衆號，更多幹貨等你來哦！！！

掃碼關注「偉大程序員的誕生」公衆號，也期待你的來稿哦～～

公衆號回覆「資料獲取」，獲取更多幹貨哦～