返回首页

用Python+PIL图像库来识别图片中的文字

时间:2019-03-01 16:28来源:未知 作者:whhq 点击:
具体功能实现需要安装两个包和一个引擎。 1、安装pytesseract和PIL PIL全称:Python Imaging Library,python图像处理库,这个库支持多种文件格式,并提供了强大的图像处理和图形处理能力。
  
具体功能实现需要安装两个包和一个引擎。
 
1、安装pytesseract和PIL
 
   PIL全称:Python Imaging Library,python图像处理库,这个库支持多种文件格式,并提供了强大的图像处理和图形处理能力。
   由于PIL仅支持到Python 2.7,所以在PIL的基础上创建了Pillow库,支持最新Python 3.x。
 
     用pip命令安装库:
            
             pip install Pillow
    pip install pytesseract  
 
2、尝试运行源码如下: 
 
  from PIL import Image
  import pytesseract
 
Image = Image.open('1.png')   #打开图片文件
  text = pytesseract.image_to_string(Image,lang='chi_sim')  #用简体中文解析图片中的文字
  print(text)
 
         运行时出现报错,原因:没有安装识别引擎tesseract-ocr 。
 
3、安装识别引擎tesseract-ocr
  Tesseract是开源的OCR引擎。Tesseract最初设计用于英文识别,经过改进引擎和训练系统,它能够处理其它语言和UTF-8字符。Tesseract 3.0能够处理任何Unicode字符,但并非在所有语言上都工作得很好。Tesseract在庞大字符集语言(比如中文)上较慢,但是工作良好。
 
4、因为tesseract-ocr默认不支持中文识别。 将下载到的文件:chi_sim.traineddata 放到Tesseract-OCR安装目录。
 
5、将tessdata目录的上级目录所在路径:(默认为tesseract-ocr安装目录)添加至TESSDATA_PREFIX环境变量中再次运行结果:图片识别成功!本例介绍的方法希望能够起到抛砖引玉的作用,但成功率还有待优化和改进。
 
 
------分隔线----------------------------

  • 李老师
  • 李老师
  • 胡老师
  • 胡老师
合作伙伴
  • 武汉工程大学合作培训机构

  • 国家信息技术紧缺人才培养工程(NITE)

  • ARM公司全球授权培训中心

  • 国内首家Symbian授权培训

  • 微软全球嵌入式合作伙伴

  • Altera全球合作培训机构

 在线客服
  • 客服热线:
    027-87780211
    139-86203604



  • 官方微信
  •  扫描微信二维码