Python 的图片文字识别

所用到的包

• pip install pillow
• pip install pytesseract
• 安装tesseract-ocr-setup-4.00.00dev.exe，图片文字识别引擎
• 安装语言包chi_sim.traineddata（简体中文）
• 装完之后，找到你安装的pytesseract包，修改pytesseract.py中的tesseract_cmd=“C:\Program Files (x86)\Tesseract-OCR\tesseract.exe”
• tesseract_cmd = path，这个是你图片文字识别引擎的安装路径，
• 注意安装语言包：下载chi_sim.traineddata，放到C:\Program Files (x86)\Tesseract-OCR\tessdata\下即可，
• 配置环境变量：
• 该环境变量是图片文字识别引擎环境变量。
• 代码：

from PIL import Image # PIL是依赖pillow在python3中
import pytesseract # 图片文字识别库

code = pytesseract.image_to_string(Image.open("./test.png"),lang="chi_sim")#chi_sim简体中文
print(code)

测试图片效果：

• tesseract-ocr-setup-4.00.00dev.exe和语言包下载地址：
  链接：https://pan.baidu.com/s/1HoNphBFNwAjayhz4ftZcEQ
  提取码：xlnt