Python3一行代碼實現(xiàn)圖片文字識別的示例

更新時間：2018年01月15日 10:09:16 作者：邱石1990

本篇文章主要介紹了Python3一行代碼實現(xiàn)圖片文字識別的示例，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧

自學Python3第5天，今天突發(fā)奇想，想用Python識別圖片里的文字。沒想到Python實現(xiàn)圖片文字識別這么簡單，只需要一行代碼就能搞定

from PIL import Image
import pytesseract
#上面都是導包，只需要下面這一行就能實現(xiàn)圖片文字識別
text=pytesseract.image_to_string(Image.open('denggao.jpeg'),lang='chi_sim')
print(text)

我們以識別詩詞為例

下面是我們要識別的圖片

先看下效果圖

圖片文字識別.gif

我們運行代碼后識別的結果,有幾個字沒有正確識別，但是大多數(shù)字都能識別出來。

風急天高猿嘯哀 渚蕓胄芳少白鳥飛鳳
無邊落木蕭蕭下, 不盡長量工盲袞宕袞來
萬里悲秋常1乍窨, 百年多病獨登氤
艱難苦恨擎霜量 漂倒新停澍酉帆

一行代碼就能識別圖片，我們背后要做些準備工作的

這里我們需要用到兩個庫：pytesseract和PIL
同時我們還需要安裝識別引擎tesseract-ocr

下面就來講講這幾個庫的安裝，因為只有這幾個庫安裝好以后Python才能實現(xiàn)一行代碼實現(xiàn)圖片文字識別

一，pytesseract和PIL的安裝

安裝這兩個包可以借助pip

- 1，命令行安裝

pip install PIL 
pip install pytesseract

- 2，如果你用的pycharm編輯器，就可以直接借助pycharm實現(xiàn)快速安裝。

在pycharm的Settings設置頁按照下面步驟操作

pycharm用pip安裝庫.png

這樣就能成功安裝pytesseract，安裝PIL只需要在上面第三步里搜索PIL并點擊安裝即可

安裝成功.png

這時我們安轉好了庫，運行下面代碼

from PIL import Image
import pytesseract
text=pytesseract.image_to_string(Image.open('denggao.jpeg'),lang='chi_sim')
print(text)

會報下面錯誤，錯誤原因是：沒有安裝識別引擎tesseract-ocr

二，安裝識別引擎tesseract-ocr

1.下載下面的安裝包，然后直接點擊安裝即可
tesseract-ocr安裝包和中文語言包

解壓安裝tesseract-ocr后做如下操作，就可以支持中文識別了。因為tesseract-ocr默認不支持中文識別。

支持中文識別.png

2，安裝完成tesseract-ocr后，我們還需要做一下配置

在C:\Users\huxiu\AppData\Local\Programs\Python\Python35\Lib\site-packages\pytesseract找到pytesseract.py打開后做如下操作

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
#tesseract_cmd = 'tesseract'
tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'

也可以通過pycharm快速打開pytesseract.py

打開pytesseract包.png