python2.7 ocr 文本识别 应该怎么弄
发布网友
发布时间：2022-04-22 00:48
共2个回答
懂视网
时间：2022-04-18 07:18
python如何识别图片中的文字，这里给个案例并附上详细步骤：
模块包的安装：
1、安装PIL：pip install Pillow
2、安装pytesser3：pip install pytesser3
3、安装pytesseract：pip install pytesseract
4、安装autopy3：
先安装wheel：pip install wheel
下载autopy3-0.51.1-cp36-cp36m-win_amd.whl【点击打开链接】
执行命令：pip install E:360安全浏览器下载autopy3-0.51.1-cp36-cp36m-win_amd.whl
5、安装Tesseract-OCR：百度直接搜索Tesseract-OCR下载即可
这里要说明的是安装Tesseract-OCR后，其不会被默认添加至环境变量path中
解决办法有两种：（先找到Tesseract-OCR安装文件夹，再找到tesseract.exe文件）
我这里的绝对路径是：D:pythonTesseract-OCR esseract.exe
①将此路径添加至环境变量path中（不过我是这么做的，但是PyCharm仍旧报错）
②找到pytesseract.py文件
我这里是C:UsersadminAppDataLocalProgramsPythonPython36Libsite-packagespytesseractpytesseract.py
将文件中的tesseract_cmd修改为上方的绝对路径
进入正题，如何识别图像中文字
上原图：（这句是海上钢琴师中的一句经典台词）
接下来我们要通过python的pytesseract来识别图片中的字符了
# _*_ coding:utf-8 _*_ import pytesseract from PIL import Image __author__ = 'admin' im = Image.open(r'C:UsersadminDesktopexample.png') print(pytesseract.image_to_string(im))
效果图
热心网友
时间：2022-04-18 04:26
Python图片文本识别使用的工具是PIL和pytesser。因为他们使用到很多的python库文件，为了避免一个个工具的安装，建议使用pythonxy
pytesser是OCR开源项目的一个模块，在Python中导入这个模块即可将图片中的文字转换成文本。pytesser调用了tesseract。当在Python中调用pytesser模块时，pytesser又用tesseract识别图片中的文字。pytesser的使用步骤如下：
首先，安装Python2.7版本，这个版本比较稳定，建议使用这个版本。
其次，安装pythoncv。
然后，安装PIL工具，pytesser的使用需要PIL库的支持。
接着下载pytesser
最后，将pytesser解压，这个是免安装的，可以将解压后的文件cut到Python安装目录的Lib\site-packages下直接使用，比如我的安装目录是：C:\Python27\Lib\site-packages，同时把这个目录添加到环境变量之中。
完成以上步骤之后，就可以编写图片文本识别的Python脚本了。参考脚本如下：
from pytesser import *
import ImageEnhance
image = Image.open('D:\\workspace\\python\\5.png')
#使用ImageEnhance可以增强图片的识别率
enhancer = ImageEnhance.Contrast(image)
image_enhancer = enhancer.enhance(4)
print image_to_string(image_enhancer)
tesseract是谷歌的一个对图片进行识别的开源框架，免费使用，现在已经支持中文，而且识别率非常高，这里简要来个helloworld级别的认识
下载之后进行安装，不再演示。
在tesseract目录下，有个tesseract.exe文件，主要调用这个执行文件，用cmd运行到这个目录下，在这个目录下同时放置一张需要识别的图片，这里是123.jpg
然后运行:tesseract 123.jpg result
会把123.jpg自动识别并转换为txt文件到result.txt
但是此时中文识别不好
然后找到tessdata目录，把eng.traineddata替换为chi_sim.traineddata,并且把chi_sim.traineddata重命名为eng.traineddata
ok,现在中文识别基本达到90%以上了
