zoukankan      html  css  js  c++  java
  • python 使用tesseract进行图片识别

    1 from PIL import Image
    2 import pytesseract
    3 
    4 text = pytesseract.image_to_string(Image.open(r'E:guo2432.jpg'),lang='chi_sim')
    5 print(text)

    我的python为3.7

    1.需要安装二个模块,

    PIL 直接使用 pip install PIL 会报错 使用 pip install Pillow 即可安装PIL

    第二个直接 pip install pytesseract

    2安装好了模块还需要下载 tesseract-ocr

    下载网址:https://github.com/UB-Mannheim/tesseract/wiki

    选择自己的版本下载,下载之后直接安装即可。注意要记住安装的位置,等下需要用到

    修改pytesseract.py 文件里面的指向路径

    打开方式可以在pycharm 输入import pytesseract.pytesseract 然后按住ctrl键鼠标对着pytesseract右键点击进去

    1 from io import BytesIO
    2 pandas_installed = find_loader('pandas') is not None
    3 if pandas_installed:
    4     import pandas as pd
    5 
    6 # CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
    7 tesseract_cmd = r'C:Program FilesTesseract-OCR	esseract.exe'
    8 RGB_MODE = 'RGB'

    其中tesseract_cmd是我已经修改了的地址,tesseract.exe在刚刚安装位置里面,将这里设置好了运行就不会报错

    pytesseract有很多语言库,默认的有英文,如果需要中文要去下载对应的语言包:
    网址:https://github.com/tesseract-ocr/tessdata
    其中的chi_sim.traineddata为简体中文的语言包,将语言包放置到安装路径的tessdata目录下即可。
    如果需要使用语言包使用lang=来指定对应的语言包。默认是英文的。

    chi_sim.traineddata的识别率不高,如果需要针对性的文字可以使用训练模型生成适合自己的语言包
  • 相关阅读:
    Flash Builder 使用
    解决谷歌地图偏移问题
    南京垃圾处理场分布图-益云地图
    在Oracle Spatial中增加Web Mercator投影坐标系
    学习和使用 Styled Layer Descriptor SLD样式文件
    jmeter安装教程
    Linux常见命令更新中...
    Python并发编程(线程队列,协程,Greenlet,Gevent)
    Python并发编程(线程,Threading模块,守护线程,gil锁,)
    Python并发编程(管道,数据共享,信号量,进程池)
  • 原文地址:https://www.cnblogs.com/dayouzi/p/11295212.html
Copyright © 2011-2022 走看看