pythonocr中文识别库_python库学习pytesseract识别图片中文字

写在前面&＃xff1a;

1、依赖工具 tesseract。

下载好后需要配置环境变量&＃xff0c;将 C:\Program Files (x86)\Tesseract-OCR 和 C:\Program Files (x86)\Tesseract-OCR\tessdata两个路径配置到环境变量中去即可使用

只使用工具进行文字识别的方式 &＃xff1a;

tesseract E://figures/other/poems.jpg E://figures/other/poems.txt

命令行中执行上述命令即可将图片识别为文字并保存到 poems.txt 文件中

如果要识别中文&＃xff0c;需要将下载好的中文包放到C:\Program Files (x86)\Tesseract-OCR\tessdata路径下&＃xff0c;然后执行命令&＃xff1a;

tesseract E://figures/other/timg.jpg E://figures/other/timg.txt -l chi_sim

2、使用python库

pip install Pillow # 一个图片识别库

pip install pytesseract

如果已经配置过tesseract的本地环境变量则无需再额外配置&＃xff0c;一行代码即可

注意: 为了使环境变量生效&＃xff0c;需要关闭cmd窗口或是关闭pycharm等ide重新启动

text &＃61; pytesseract.image_to_string(Image.open("test.png"),lang&＃61;&＃39;chi_sim&＃39;)

因为我是做手游测试的&＃xff0c;实际测试下来效果并不十分好&＃xff0c;对图片进行灰度、二化值处理后稍微好一点点。这里贴一下对应的写法

from PIL import Image

import pytesseract

# 识别图片中的文字。对图片进行灰度、二化值处理

def get_picture_str(self, picturePath):

## 图片灰度处理

picture &＃61; Image.open(picturePath).convert(&＃39;L&＃39;)

## 二值化&＃xff0c;采用阈值分割法&＃xff0c;threshold为分割点

threshold &＃61; 200

table &＃61; []

for j in range(256):

if j

table.append(0)

else:

table.append(1)

newPicture &＃61; picture.point(table, &＃39;1&＃39;)

## 保存的时候调整屏幕分辨率为300&＃xff0c;有利于 tesseract 识别

newPicture.save(picturePath, dpi&＃61;(300.0,300.0))

## 识别

text&＃61;pytesseract.image_to_string(Image.open(picturePath) ,lang&＃61;&＃39;chi_sim&＃39;)

return text