自学Python3第5天，今天突发奇想，想用Python识别图片里的文字。没想到Python实现图片文字识别这么简单，只需要一行代码就能搞定
|
1
2
3
4
5
|
from PIL import Image
import pytesseract
#上面都是导包，只需要下面这一行就能实现图片文字识别
text=pytesseract.image_to_string(Image.open('denggao.jpeg'),lang='chi_sim')
print(text)
|
我们以识别诗词为例
下面是我们要识别的图片
先看下效果图
我们运行代码后识别的结果,有几个字没有正确识别，但是大多数字都能识别出来。
|
1
2
3
4
|
风急天高猿啸哀 渚芸胄芳少白鸟飞凤
无边落木萧萧下, 不尽长量工盲衮宕衮来
万里悲秋常1乍窨, 百年多病独登氤
艰难苦恨擎霜量 漂倒新停澍酉帆
|
一行代码就能识别图片，我们背后要做些准备工作的
- 这里我们需要用到两个库：pytesseract和PIL
- 同时我们还需要安装识别引擎tesseract-ocr
下面就来讲讲这几个库的安装，因为只有这几个库安装好以后Python才能实现一行代码实现图片文字识别
一，pytesseract和PIL的安装
安装这两个包可以借助pip
- 1，命令行安装
|
1
2
|
pip install PIL
pip install pytesseract
|
- 2，如果你用的pycharm编辑器，就可以直接借助pycharm实现快速安装。
在pycharm的Settings设置页按照下面步骤操作
这样就能成功安装pytesseract，安装PIL只需要在上面第三步里搜索PIL并点击安装即可
这时我们安转好了库，运行下面代码
|
1
2
3
4
|
from PIL import Image
import pytesseract
text=pytesseract.image_to_string(Image.open('denggao.jpeg'),lang='chi_sim')
print(text)
|
会报下面错误，错误原因是：没有安装识别引擎tesseract-ocr
二，安装识别引擎tesseract-ocr
1.下载下面的安装包，然后直接点击安装即可
tesseract-ocr安装包和中文语言包
解压安装tesseract-ocr后做如下操作，就可以支持中文识别了。因为tesseract-ocr默认不支持中文识别。
2，安装完成tesseract-ocr后，我们还需要做一下配置
在C:\Users\huxiu\AppData\Local\Programs\Python\Python35\Lib\site-packages\pytesseract找到pytesseract.py打开后做如下操作
|
1
2
3
|
# 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'
|
也可以通过pycharm快速打开pytesseract.py
至此我们所有的配置就完成了，运行下面代码就可以把杜甫的登高这首图片诗解析成文字了
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：http://blog.csdn.net/qiushi_1990/article/details/78041375