python3实现获取图片中的文字含中文

一、运行环境

    (1) win10

    (2) pycharm

    (3) python 3.5

    (4) pip3   install pillow
            pip3  install pytesseract

    (5)  识别引擎tesseract-ocr ，下载之后解压安装，下载地址：http://download.csdn.net/download/huxiangen/10170075

二、 运行代码

 

# -*- coding: utf-8 -*-
from PIL import Image
import pytesseract
#上面都是导包，只需要下面这一行就能实现图片文字识别
text=pytesseract.image_to_string(Image.open('show.jpg'),lang='chi_sim') #设置为中文文字的识别
#text=pytesseract.image_to_string(Image.open('test.png'),lang='eng')   #设置为英文或阿拉伯字母的识别
print(text)

三、报错解决

1.FileNotFoundError:[WinError 2]系统找不到指定文件。

解决办法：

打开文件pytesseract.py，找到如下代码，将tesseract_cmd的值修改为全路径，再次使用就不会报这个错了。

 

tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'

2.pytesseract.pytesseract.TesseractError:(1,'Error opening data file\\Progr

解决办法：

打开文件pytesseract.py,找到image_to_string,指定config的参数，如下：

 

tessdata_dir_config = '--tessdata-dir "C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"'
def image_to_string(image, lang=None, boxes=False, config=tessdata_dir_config):