Python2.7+pytesser图片文字识别功能

原文地址：http://blog.csdn.net/lanfan_11/article/details/45558573

原文已经写的很详细了，结合自己操作中的一些错误和感悟，整理了一下，形成了下面的文章。

-----------------------------------------------------------------------------------------------------------------

测试中需要将图片上的数字提取出来，和数据库的数字比较，判断图片上的数字是否正确。

网上查了下相关资料，了解到pytesser是谷歌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。故安装的时候不需要安装tesseract。

具体安装步骤如下：

首先，安装Python2.7版本
然后，安装PIL工具，下载的地址是：http://www.pythonware.com/products/pil/，pytesser的使用需要PIL库的支持。 选择安装python对应的版本。
接着下载pytesser，下载的地址是：http://code.google.com/p/pytesser/downloads/list

由于code.google.com网站关闭了，所以，只能在csdn上下载了。下面是csdn的下载网址：http://download.csdn.net/download/pyliang_2008/5564135

最后，安装pytesser ：
1、解压pytesser ，将解压后的文件复制到Python安装目录的Libsite-packages下，直接使用，比如我的安装目录是：C:Python27Libsite-packages。
2、把2个目录添加到环境变量之中。 注：若不添加环境变量，仅仅是执行第3步，执行import pytesser的时候可以导入成功，但是不能使用模块的任何函数，使用时会报函数错误。
C:Python27Libsite-packages
C:Python27Libsite-packagespytesser-v0.0.1

3、还要在C:Python27Libsite-packages下面添加.pth 文件（pytesser-v0.0.1.pth），这个文件里面，只有 “pytesser-v0.0.1”字符串。

 注：若只执行第2步，不执行第3步，则import pytesser时会提示没有此模块。

 另外： 为了美观，可以将pytesser-v0.0.1修改为pytesser。但是对应的相关位置都需要进行修改。

完成以上步骤之后，就可以编写图片文本识别的Python脚本了。

新建一个test.py的文件，复制下面的代码：

1. from pytesser import *
2. im = Image.open('D:\fonts_test.png')
3. print im
4. bg = Image.new("RGB",im.size,(255,255,255)) #转换图片格式，不转换提示错误
5. print bg
6. bg.paste(im,im)
7. print im
8. text = image_to_string(bg)
9. print text
10. #以下代码存在问题，未调试通过。
11. text = image_file_to_string('fonts_test.png', graceful_errors=True)
12. print "Using image_file_to_string():"
13. print text

将pytesser路径下的fonts_test.png 图片复制到test.py的存放位置，可以执行下试试效果。