前言
由於目前做的項目裏面有些地方的需要用到圖像文字識別，因此在此總結下，以下方法適合新手
1、使用python的pytesseract庫
主要是安裝庫，比較簡單，直接使用 pip install 安裝即可；另外，如果進行中文識別，需要下載語言包，並配置好相應環境，具體操作可以進行百度，教程有不少。因爲這個識別方法比較簡單（但效果並不是很理想），
（1）Tesseract的安裝及配置
Tesseract的安裝我們可以移步到該網址 https://digi.bib.uni-mannheim.de/tesseract/，裏面有很多版本供大家選擇，其中w32表示32位系統，w64表示64位系統，大家可以根據自己的需求選擇。
下載完成後，安裝我們需要知道我們安裝的位置，將安裝目錄配置到系統path變量當中，例如路徑是D:\Tesseract-OCR
我們右擊我的電腦/此電腦->屬性->高級系統設置->環境變量->Path->編輯->新建然後將我們的路徑複製進去即可。添加好系統變量後後我們還需要依次點確定
（2）下載語言包
Tesseract默認是不支持中文的，如果想要識別中文或者其它語言需要下載相應的語言包
下載地址如下： https://tesseract-ocr.github.io/tessdoc/Data-Files
其中有兩個中文語言包，一個Chinese-Simplified和Chinese-Traditional，它們分別是簡體中文和繁體中文，我們選擇需要的下載即可。下載完成後我們需要放到Tesseract的路徑下的tessdata目錄下，例如D:\Tesseract-OCR\tessdata。
（3）其它模塊下載
除了上面的步驟，我們還需要下載兩個模塊：
pip install pytesseract
pip install pillow
下面直接貼出測試代碼：
import pytesseract
from PIL import Image
# 讀取圖片
im = Image.open('img11.png')
# 識別文字，並指定語言
string = pytesseract.image_to_string(im, lang='chi_sim')
print(string)
因爲默認是支持英文的，設置lang='chi_sim'，是把語言設置爲簡體中文，這種效果不是很好，適合那種簡單的識別。
2、調用百度AI平臺接口
調用百度AI平臺接口會有調用次數限制，通用50000次/天，但學習完全夠用
這個類似於調用接口實現詞法分析等操作，首先通過註冊獲得APP_ID、API_KEY、SECRET_KEY，然後調用接口實現OCR。由於是在線API，如果圖片體積比較大，涉及到上傳數據、分析數據、返回數據等一系列操作，需要一定的時間。此外，因爲返回的是 dict 類型數據，所以需要對結果進行處理（這套算法是按行識別文字的，準確率較高，基本可以直接將結果進行提取和拼接）。實現起來比較簡單，下面直接貼出代碼：
from aip import AipOcr
APP_ID = '00000000'
API_KEY = '00000000000000000000'
SECRET_KEY = '00000000000000000000'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
def image2text(fileName):
image = get_file_content(fileName)
dic_result = client.basicGeneral(image)
res = dic_result['words_result']
result = ''
for m in res:
result = result + str(m['words'])
return result
getresult = image2text('./test01.jpg')
print(getresult)
現在工作中調用的是鵝廠內部自己開發的OCR識別系統，識別場景和準確率確實高很多，下一步也該想想提高準確率，畢竟這兩個是別人開發調用的，最好是自己訓練模型~