python 识别图片中的文字信息

最近朋友需要一个可以识别图片中的文字的程序，以前做过C#验证码识别的程序；

刚好最近在学习python，所以顺便用Python练练手

1.需要的环境：

    2.7或者3.4版本的python

2.需要安装pytesseract库

     依赖PIL和tesseract-ocr库

 

本地环境是Windows，下面说一下 具体步骤：

1.安装PIL:

直接使用pip 安装； pip install Pillow

2.安装tesseract-ocr:

apt-get install tesseract-ocr

3.安装pytesseract

pip install pytesseract

 

使用python 3.4安装时;将pip 命令修改为pip3(都知道)

也可以在Pycharm中安装，如下图：

 

当然在安装tesseract-ocr出现错误：

 

直接baidu找安装包，下载安装即可。

继续搬砖，测试代码：

#作者微信：jialee918
from PIL import Image
import pytesseract
#上面都是导包，只需要下面这一行就能实现图片文字识别
text = pytesseract.image_to_string(Image.open('python.jpeg'))
print(text)

运行程序，竟然报错，如下：

好吧，有Bug不需要害怕继续倒腾，找到你虚拟环境(编译环境)下文件pytesseract.py：

我的在F:\Python\Project\venv37\Lib\site-packages\pytesseract目录下，打开修改一下：

意思就是刚才安装的esseract-ocr未找到，那就把我们安装的路径替换默认的路径，

如上图的代码段。

保存，继续运行

发现中文不能够识别，好继续打语言包，

至此结束，好久没码字了，真的很辛苦。