圖像識別

Python圖片識別漢字字母數字，tesseract-ocr

2018年03月09日 Python LEO 2607

---

        環境：ubuntu + python2.7

        代碼：

#/usr/bin/env python

# -*- coding: UTF-8 -*-

 

from PIL import Image

import pytesseract

text=pytesseract.image_to_string(Image.open('/root/Desktop/444.jpg'),lang='chi_sim')

print(text)

 

        效果：

        步驟：

                1：這裏我們需要用到兩個庫：pytesseract和PIL

                2：同時我們還需要安裝識別引擎tesseract-ocr

                3：下載中文簡體字庫chi_sim.traineddata

 

        安裝pytesseract和PIL

                pip install PIL 

                pip install pytesseract 

 

        安裝識別引擎tesseract-ocr

                安裝Tesseract

                sudo apt-get install tesseract-ocr

                安裝中文

                sudo apt-get install tesseract-ocr-chi-sim

 

        下載中文簡體字庫

                地址：https://download.csdn.net/download/leoeitail/10275552

                存放路勁：/usr/local/share/tessdata/