基於Python37配置圖片文字識別

 

以管理員權限打開cmd控制檯。

1.如何安裝PIL

輸入下面命令：pip install Pillow

參考：http://www.javashuo.com/article/p-tkpqzmow-kd.html

2.安裝pytesseract

輸入下面命令：pip install pytesseract

詳細見下圖：

3.安裝文字識別包tesseract-ocr（http://www.javashuo.com/article/p-hbihbpiu-hz.html）

tesseract識別算法開源代碼見https://github.com/tesseract-ocr/tesseract/wiki/4.0-with-LSTM#400-alpha-for-windows。

下載以下連接中的安裝exe文件進行安裝：

https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w64-setup-v4.0.0-rc3.20181014.exe

安裝路徑以下：C:\Program Files (x86)\Tesseract-OCR

注意：請將全部能夠勾選的都勾選上。

4.修改Python37中的pytesseract.py配置。

打開文件C:\Program Files\Python37\Lib\site-packages\pytesseract\pytesseract.py，將下面語句找到

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

替換成

# 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'

 5.測試一下安裝是否成功。

在D盤底下新建一個文件夾tesseractTest，並在該文件夾底下新建一個文件testTesseract.py, 內容以下：

1 # _*_ coding: utf-8 _*_
2 from PIL import Image
3 import pytesseract
4 
5 aaa = pytesseract.image_to_string(Image.open('aaa.png'), lang='chi_sim')
6 print(aaa)

新開一個cmd終端，執行以下語句：

python testTesseract.py

能夠看到下圖中的輸出：

其中aaa.png和bbb.png內容以下：

aaa.png

bbb.png