Python 技术篇-3行代码搞定图像文字识别，pytesseract库实现

我们需要 pillow 和 pytesseract 这两个库，pip install 安装就好。

还需要安装 Tesseract-OCR.exe 然后配置下就好了。

具体的环境配置方法请看

python 技术篇-使用pytesseract库进行图像识别之环境配置

英文字母图像识别演示

这个是我保存名为 English.png 的图片，下面我来提取文字。

pytesseract 库的 image_to_string() 方法就能把图片中的英文字母提取出来。

from PIL import Image
import pytesseract
 
image = Image.open('English.png')
content = pytesseract.image_to_string(image)   # 解析图片
print(content)      

运行效果图：

注：有些字体可能会识别出现问题，尽量用比较标准的字体。

中文汉字图像识别演示

这个是我保存名为 chinese.png 的图片，下面我来提取文字。

首先需要安装对应的语言包：

Tesseract各个版本语言包获取方式和安装方法

要在 pytesseract 库的 image_to_string() 方法里加个参数

lang='chi_sim'

，这个就是引用对应的中文语言包，中文语言包的全名是 chi_sim.traineddata。

from PIL import Image
import pytesseract
 
image = Image.open('English.png')
content = pytesseract.image_to_string(image, lang='chi_sim')   # 解析图片
print(content)      

有什么问题可以评论区留言！

喜欢的点个赞❤吧！