python之圖片識別文字

本人的tesseract本來是3.0.2的，可以正常識別英文，但是添加簡體中文識別庫以后，一運行就報錯。

找了很多錯誤答案，正解就是這個了。

參考自本篇博客

果然是版本過低，沒什么需要注意的。

只是設置環境變量：

TESSDATA_PREFIX
C:\Program Files (x86)\Tesseract-OCR\tessdata

這個變量要設置到識別庫的目錄才行，好多博客都是設置到安裝目錄就完事兒了，那樣也是跑不起來了。

代碼：

#!/usr/bin/python
# -*- coding:utf-8 -*-

import pytesseract
from PIL import Image
# 讀取圖片
im = Image.open('2.png')
# 識別文字
string = pytesseract.image_to_string(im,lang='chi_sim')
print(string)