py庫： Tesseract-OCR（圖像文字識別）

http://blog.csdn.net/u012566751/article/details/54094692　　Tesseract-OCR入門使用1

http://blog.csdn.net/u012566751/article/details/54136836　　Tesseract-OCR入門使用2

http://blog.csdn.net/u012566751/article/details/54141109　　Tesseract-OCR入門使用3

https://github.com/tesseract-ocr/tesseract/wiki/APIExample　　Tesseract API Example

 

 

 

 

---

當前環境：win7，python3.6.0，pyCharm4.5。　　python目錄是：c:/python3/

安裝：

1、安裝 tesseract 庫

cd c:/python3/Scripts/

python pip.exe install  tesseract

 

2、裝程序：

https://github.com/UB-Mannheim/tesseract/wiki

這是非官方下載包，下載並安裝4.0：　　https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.0.0-alpha.20170804.exe

安裝時注意勾選簡體中文，默認安裝，安裝完畢後，敲命令（看看裝的怎麼樣了，支持什麼語言）：

cd C:\Program Files (x86)\Tesseract-OCR

tesseract

tesseract -v

tesseract --list-langs　　#查看Tesseract-OCR支持語言

 

3、改文件：

C:\Python3\Lib\site-packages\pytesseract\pytesseract.py，找到這兩行：

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

改成這樣：

# 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'

 

4、pyCharm裏運行，就能夠進行文字識別了：

 （先用畫圖，用微軟雅黑字體，寫幾個數字、和詩詞，保存成：ci.png）

from PIL import Image
import pytesseract
text = pytesseract.image_to_string(Image.open('ci.png'), lang='chi_sim')
print(text)

 

  

 

...