python 文字識別 之 pytesseract

 

pytesseract資源

鏈接：https://pan.baidu.com/s/1eTsqhsY 密碼：j0yo

 安裝時前面一直next就可以了，直到這一步，勾選Math和Chinese，支持計算和中文

要記住安裝的目錄

我的是 F:\Program Files (x86)\Tesseract-OCR

 然后，

在系統變量中添加一個TESSDATA_PREFIX，變量值還是文件路徑
我的是F:\Program Files (x86)\Tesseract-OCR

 

打開Python安裝路徑：\Python36\Lib\site-packages\pytesseract\pytesseract.py，把路徑改為自己的安裝路徑

 

 運行下面代碼

from PIL import Image
import pytesseract

img = Image.open('aaa.png')
text = pytesseract.image_to_string(img,lang='chi_sim')
print (text)

　　

 圖片：1.png

運行結果

 

結果會有一點出入，需要對現有模型進行訓練才能提高匹配度

chi_sim.traineddata是中文對應的模型，后面會學習對模型的訓練，提供匹配度

 

關於安裝pytesseract的一些鏈接：

http://blog.csdn.net/cjvs9k/article/details/79044548

http://blog.csdn.net/qiushi_1990/article/details/78041375

http://blog.csdn.net/ztzy520/article/details/53946327

https://www.cnblogs.com/chenbjin/p/4147564.html