Módulo de reconocimiento de código de verificación del rastreador de Python tesseracr y pytesseract

Dado que tesserocr tendrá varios problemas de incompatibilidad en el entorno de Windows e incompatibilidad con el entorno virtual de pycharm, por lo tanto, en el entorno del sistema de Windows, seleccione el módulo pytesseract para la instalación. Si realmente desea instalarlo, utilice el archivo whl instalación o utilice la instalación de conda

pip instalar pytesseract

Si no se puede encontrar el intérprete tesseract cuando pytesseract se está ejecutando, esta situación suele ocurrir en un entorno virtual.Necesitamos configurar el archivo ejecutable tesseract.ext de tesseract-OCR en el entorno PATH en el sistema de Windows, o modificar pytesseract. py, especifique el campo "tesseract_cmd" como la ruta completa de tesseract.exe

Función de reconocimiento de prueba:

import pytesseract
from PIL import Image

image = Image.open('tesseracttest.png')		# 图片名
text = pytesseract.image_to_string(image)
print(text)

En Ubuntu, sistema Linux, el comando de instalación es el siguiente

#安装tesseract
sudo apt-get install -y tesseract-ocr libtesseract-dev libleptonica-dev

#安装语言包
git clone https://github.com/tesseract-ocr/tessdata.git
sudo mv tessdata/* /usr/share/tesseract-ocr/tessdata

#安装pytesseract
pip3 install pytesseract

Identificar el contenido de la imagen y escribirlo en otra imagen.

from PIL import Image
import subprocess

def cleanFile(filePath, newFilePath):
    image = Image.open(filePath)

    # 对图片进行阈值过滤（低于143的置为黑色，否则为白色）
    image = image.point(lambda x: 0 if x < 143 else 255)
    # 重新保存图片
    image.save(newFilePath)

    # 调用系统的tesseract命令对图片进行OCR识别
    subprocess.call(["tesseract", newFilePath, "output"])

    # 打开文件读取结果
    with open("output.txt", 'r') as f:
        print(f.read())

if __name__ == "__main__":
    cleanFile("tesseracttest.jpg", "123.jpg")    # 读取tesseracttest内的文字,再把文字写入123中

Identificación simple esta vez y actualización la próxima