兩行代碼搞定python OCR圖像文字識別

目前OCR主要依賴幾個低層庫，本博客採用Tesseract，Tesseract是由Google維護的開源OCR。本博客在windows環境進行，linux環境同理。

1、安裝Tesseract：

windows下Tesseract的安裝比較簡單，下載exe然後一直next下去就行了。但是由於要做中文的識別，所以一定在安裝的時候要勾選相應的中文庫，這個安裝時是默認不下載的。

2、安裝pytesseract

pytesseract是對tesseract做的一層Python API封裝。

pip3 install pytesseract

3、編寫py代碼：

import pytesseract
from PIL import Image

pytesseract.pytesseract.tesseract_cmd = 'D://ocr/Tesseract-OCR/tesseract.exe'
text = pytesseract.image_to_string(Image.open('D://ocr/qximg/test1.png'),lang='chi_sim')

首先導入相應的庫。第一行代碼從正確的位置引入tesseract運行文件。第二行代碼選擇要識別的圖片，設置簡體中文識別。text即爲圖片中中文的內容。