孤荷凌寒自學python第八十三天初次接觸ocr配置tesseract環境

孤荷凌寒自學python第八十三天初次接觸ocr配置tesseract環境

 

（完整學習過程屏幕記錄視頻地址在文末）

 

學習Python我確定不會錯過圖片文字的識別，固然更重要的是簡單的驗證碼識別了，今天花的全部時間都用於尋找最偷懶的方式來解決這一經典問題。

結果發現，仍是大名鼎鼎的【tesseract】是最受歡迎的，因而就着手配置tesseract的相關環境。

今天的主要操做都是在windows10的64位系統下進行的。

 

1、第一步，安裝tesseract-ocr在windows64位下的版本

我把這理解爲環境配置。

首先在github的tesseract的安裝指引頁面去查找最新版的安裝程序包的地址。

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

今後頁面中能夠找到最新版的安裝程序包地址：

https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w64-setup-v4.0.0.20181030.exe

下載完成以後，按安裝程序提示便可安裝成功。

 

2、第二步，安裝pil庫

通過查閱網文資料，發現，對於64位操做系統下的Python3.x版本的python來講，只對python2.x有用的pil庫安裝要複雜 些。

首先到下面網址去下載針對 64位windows操做系統的pil庫文件的whl文件：

https://www.lfd.uci.edu/~gohlke/pythonlibs/#pillow

下載完成後，在windows的CMD命令窗口中使用Pip命令安裝這個whl文件：

pip install I:\MAKEAPP\python\Python365\whl_lib\Pillow-5.4.1-cp36-cp36m-win_amd64.whl

 

我安裝成功後的提示以下：

C:\WINDOWS\system32>pip install I:\MAKEAPP\python\Python365\whl_lib\Pillow-5.4.1-cp36-cp36m-win_amd64.whl

Processing i:\makeapp\python\python365\whl_lib\pillow-5.4.1-cp36-cp36m-win_amd64.whl

Installing collected packages: Pillow

  Found existing installation: Pillow 5.1.0

    Uninstalling Pillow-5.1.0:

      Successfully uninstalled Pillow-5.1.0

Successfully installed Pillow-5.4.1

 

安裝完成後，須要將安裝目錄添加到系統環境變量的Path中。

我是按照下面博文的設置來進行操做的：

http://www.javashuo.com/article/p-zhbbwkib-w.html

 

最後在cmd窗口中輸入並檢查版本信息：

C:\WINDOWS\system32>tesseract.exe -v

tesseract v4.0.0.20181030

 leptonica-1.76.0

  libgif 5.1.4 : libjpeg 8d (libjpeg-turbo 1.5.3) : libpng 1.6.34 : libtiff 4.0.9 : zlib 1.2.11 : libwebp 0.6.1 : libopenjp2 2.2.0

 

3、安裝pytesseract模塊

在windows的cmd命令提示框中輸入：

pip install pytesseract

便可完成安裝。

 

4、測試是否成功

 

import PIL

from PIL import Image

from PIL import ImageEnhance

import re

 

import pytesseract

 

import _mty

 

def msgbox(info,titletext='孤荷凌寒的word模塊對話框QQ578652607',style=0,isShowErrMsg=False):

    return _mty.msgboxGhlh(info,titletext,style,isShowErrMsg)

 

image = Image.open('666.jpg')

image.load()

 

enhancer = ImageEnhance.Contrast(image)

enhancer = enhancer.enhance(4)

image = image.convert('L')

 

image.show()

text = pytesseract.image_to_string(image)

text=re.sub("\W", "", text)

msgbox(text)

然而識別率很是的低，是很是的低！

 

 

 

 

 

 

——————————

今天整理的學習筆記完成，最後例行說明下個人自學思路：

根據過去多年我自學各類編程語言的經歷，認爲只有真正體驗式，解決實際問題式的學習纔會有真正的效果，即讓學習實際發生。在2004年的時候我開始在一個鄉村小學自學電腦 並學習vb6編程語言，沒有學習同伴，也沒有高師在上，甚至電腦都是孤島（鄉村那時尚未網絡），有的只是一本舊書，在痛苦的自學摸索中，我找到適應本身零基礎的學習方法：首先是每讀書的一小節就做相應的手寫筆記，第二步就是上機測試每個筆記內容是否實現，其中會發現書中講的其實有出入或錯誤，第三步就是在上機測試以後，將筆記改成電子版，造成最終的修訂好的正確無誤的學習筆記 。

經過反覆嘗試錯誤，在那個沒有分享與交流的黑暗時期我摸黑學會了VB6，爾後接觸了其它語言，也曾聽過付費視頻課程，結果發現也許本身學歷果真過低，就算是零基礎的入門課程，其實也難以跟上進度，講師的教學多數出現對初學者的實際狀況並不瞭解的狀況，何況學習者的個體也存在差別呢？固然更可怕的是收費課程的價格每每是本身難以承受的。

因而個人全部編程學習都改成了自學，繼續本身的三步學習筆記法的學習之路。

固然自學的最大問題是會走那麼多的彎路，沒有導師直接輸入式的教學來得直接，好在網絡給咱們帶來無限搜索的機會，你們在網絡上的學習日誌帶給咱們共享交流的機會，而QQ羣等交流平臺、網絡社區的成立，咱們能夠一塊兒自學，互相批評交流，也能夠得到更有效，更自主的自學成果。

因而我以人生已過半的年齡，決定繼續個人編程自學之路，開始學習python，只但願與你們共同交流，一我的的獨行是可怕的，只有一羣人的共同前進纔是有但願的。

誠摯期待您的交流分享批評指點！歡迎聯繫我加入從零開始的自學聯盟。

這個時代互聯網成爲了一種基礎設施的存在，因而原本在孤獨學習之路上的咱們變得再也不孤獨，由於網絡就是一個新的客廳，咱們時刻均可以進行沙龍活動。

很是樂意能與你們一塊兒交流本身自學心得和發現，更但願你們可以對我學習過程當中的錯誤給予指點——是的，這樣我就能有許多免費的高師了——這也是分享時代，社區時代帶來的好福利，我相信你們會的，是吧！

 

根據徹底共享的精神，開源互助的理念，個人我的自學錄製過程是所有按4K高清視頻錄製的,從手寫筆記到驗證手寫筆記的上機操做過程全程錄製，但由於4K高清文件太大均超過5G以上，因此沒法上傳至網絡，若有須要可聯繫我QQ578652607對傳，樂意分享。上傳分享到百度網盤的只是壓縮後的720P的視頻。

 

個人學習過程錄像百度盤地址分享以下：（清晰度：1280x720）

連接：https://pan.baidu.com/s/1qMeoq3NK9_asGerzQCuwww

提取碼：qwt4

 

Bilibili:

https://www.bilibili.com/video/av41503799/

喜馬拉雅語音筆記：

https://www.ximalaya.com/keji/19103006/156673810