码迷,mamicode.com
首页 > 编程语言 > 详细

python 3.7 识别图片

时间:2018-11-19 20:18:28      阅读:158      评论:0      收藏:0      [点我收藏+]

标签:copy   src   网址   ref   blog   测试   需要   配套   utf-8   

为了把百度文档的内容弄下来,就弄了一下这个

  1. 基本环境
    操作系统:win7 64位系统

python版本:3.7

2.安装配套环境
2.1 首先安装OCR字符识别库Tesseract 下载网址:https://digi.bib.uni-mannheim.de/tesseract/
我下载的是:tesseract-ocr-w64-setup-v4.0.0-beta.4.20180912.exe

2.2 下载后双击进行安装,这里因为我们要识别中文字符,所以在安装界面中需要进行额外的语言勾选,展开Additional language data(这里添加语言可能会出现语言包安装失败,可单独下载语言包,放入安装目录下的tessdata下即可)

技术分享图片

然后按照下图进行勾选
技术分享图片

2.3 安装python环境
pip install Pillow
pip install pytesseract

2.4 修改pytesseract.py(在这路径下 python37\Scripts)
tesseract_cmd = ‘D:/Program Files (x86)/Tesseract-OCR/tesseract.exe‘

3.测试(识别中文的时候,在剪切图片,要让数字稍微大一点,把数字放在图片中心,若识别出来,错别字比较多的话,再重新弄一次图片来识别)
#coding=utf-8
from PIL import Image
import pytesseract
text=pytesseract.image_to_string(Image.open(‘H:/2.png‘),lang=‘chi_sim‘)
for i in text.split("\n"):
print(i.replace(" ",""))

报错提示语言包,可在这下面进行下载
https://github.com/tesseract-ocr/tessdata

参考文档:
还有一些关闭了,没有copy到url,可以百度后google,一大堆
https://blog.csdn.net/a519395243/article/details/80447038

python 3.7 识别图片

标签:copy   src   网址   ref   blog   测试   需要   配套   utf-8   

原文地址:http://blog.51cto.com/zdhyw/2319018

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!