0.我的環(huán)境：

win7 32bits

python 3.5

pycharm 5.0?

?

1.相關(guān)庫

安裝pillow：

pip install pillow

安裝tesseract：

tesseract-ocr-setup-3.02.02.exe

自帶了英文語言包，如果需要中文語言包往下找即可。

或者在安裝的時候，在選項lang處，點選chi-sim即可。

安裝完畢后，會兒自動加入系統(tǒng)環(huán)境變量中。

安裝pytesseract：

pip install pytesseract

?

2.修改pytesseract.py原文件

# tesseract_cmd = 'tesseract'

tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'

#如果不修改，會報錯：FileNotFoundError: [WinError 2] 系統(tǒng)找不到指定的文件。

#f = open(output_file_name)

f = open(output_file_name, encoding='utf-8')

#如果不修改，會兒報錯：UnicodeDecodeError: 'gbk' codec can't decode byte 0xyy in position xxx: illegal multibyte sequence

?

3.小程序，測試一下

1 #coding:utf-8 2 #Test one page 3 import pytesseract 4 from PIL import Image 5 6 def processImage(): 7 image = Image.open('test.png') 8 9 #背景色處理，可有可無 10 image = image.point(lambda x: 0 if x < 143 else 255) 11 newFilePath = 'raw-test.png' 12 image.save(newFilePath) 13 14 content = pytesseract.image_to_string(Image.open(newFilePath), lang='eng') 15 #中文圖片的話，是lang='chi_sim' 16 print(content) 17 18 processImage()

?

轉(zhuǎn)載于:https://www.cnblogs.com/flyinghorse/p/5765788.html

總結(jié)

以上是生活随笔為你收集整理的python实现中文图片文字识别--OCR about chinese text--tesseract的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。