pytesseract+Tesseract-OCR圖片文字識別

要識別的圖片：

代碼：

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

效果截圖：

主要步驟：

1.需要兩個庫：pytesseract和PIL

（1）可以通過命令行安裝

pip install PIL 
pip install pytesseract 

（2）如果你用的pycharm編輯器，就可以直接借助pycharm實現快速安裝。 
在pycharm的Settings設置頁按照下面步驟操作 ：

可以通過同樣的步驟安裝PIL

2.安裝識別引擎tesseract-ocr

https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w64-setup-v5.0.0-alpha.20200223.exe

如有需求
附上各版本下載地址
https://github.com/UB-Mannheim/tesseract/wiki

3.識別中文，單獨安裝上識別引擎是無法識別中文的，需要另外下載一些東西

https://github.com/tesseract-ocr/tessdata

將里面的 chi_sim.traineddata、chi_sim_vert.traineddata、chi_tra.traineddata和chi_tra_vert.traineddata文件放入tesseract-ocr的tessdata目錄下

4.修改pytesseract.py

到你的Python的Lib\site-packages\pytesseract中找到pytesseract.py並修改其中的tesseract_cmd

修改為：

tesseract_cmd = 'D:/Tesseract-OCR/tesseract.exe'

之后就可以運行了。

配置過程中遇到的錯誤：

1.沒有安裝識別引擎會報這個錯誤：

2.識別引擎版本不對會報：

pytesseract.pytesseract.TesseractError: (1, "Error, unknown command line argument '-psm'")