python图像识别

pytesseract库的安装

因为用的win10，就直说windows上面的安装了。其实就是pip安装就完事了。

$ pip install pytesseract

安装了这个还不算完，得安装Tesseract-OCR，安装这个软件的时候，因为我们需要识别中文，所以还需要额外安装中文语言包：

点击Additional language data(download)旁边的加号，勾选中文语言包，然后就一路Next了：

最后，你还可以将tesseract.exe加进系统的Path里面。

简单使用

pytesseract不仅支持英文，还支持很多其他语言，从上面安装过程中勾选的地方就能看出来，中文，也不例外。

要使用pytesseract，其实很简单：

from PIL import Image
import pytesseract
image = Image.open('pic2.png')
imtext = pytesseract.image_to_string(image,lang='chi_sim')
print(imtext)1

看起来是没什么问题的，但是一运行。。。。

C:\ProgramData\Anaconda3\python.exe F:/python/pro/Pic_t/test.py
Traceback (most recent call last):
  File "F:/python/pro/Pic_t/test.py", line 5, in <module>
    imtext = pytesseract.image_to_string(image,lang='chi_sim')
  File "C:\ProgramData\Anaconda3\lib\site-packages\pytesseract\pytesseract.py", line 125, in image_to_string
    raise TesseractError(status, errors)
pytesseract.pytesseract.TesseractError: (1, 'Error opening data file \\Program Files (x86)\\Tesseract-OCR\\chi_sim.traineddata')

Process finished with exit code 1
2

就报错了，这里看来是中文的语言训练集路径不对，google了一下，有大神说使用config属性：

from PIL import Image
import pytesseract
image = Image.open('pic2.png')
# 指定路径
tessdata_dir_config = '--tessdata-dir "C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"'
imtext = pytesseract.image_to_string(image,lang='chi_sim',config=tessdata_dir_config)
print(imtext)67

运行了一下，成功了。。。

另外，lang这个属性是指定语言的，要是代码里面不给这个参数，默认是英文，也就是eng。