Python图片文字识别入门级环境安装

第一步：下载安装

     下载安装tesseract-ocr。

     链接：https://pan.baidu.com/s/1_n8LMOpfdNGXmd1-aB82_A 提取码：pann 

     点击下一步，下一步进行安装，记住安装的目录。

第二步：环境变量配置

   配置环境变量，我安装在G:\tesseract-ocr\Tesseract-OCR，如图所示

  

     

配置系统环境变量，在path后面新增上面路径：G:\tesseract-ocr\Tesseract-OCR

新增一个系统变量名：TESSDATA_PREFIX 值为：G:\tesseract-ocr\Tesseract-OCR\tessdata（否则访问不到）

第三步：自测使用

使用
     打开命令终端，输入：tesseract -v，可以看到版本信息

    

     用命令tesseract --list-langs来查看Tesseract-OCR支持语言。

      将命令行切换至目标图像文件目录，比如我们转换文件为test.png（图片文件允许多种格式），位于C:\Users\Lian\Desktop\test；然后在命令行中输入

   tesseract test.png output_1 –l eng
【语法】:  tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile…]

      imagename为目标图片文件名，需加格式后缀；outputbase是转换结果文件名；lang是语言名称（在Tesseract-OCR中tessdata文件夹可看到以eng开头的语言文件eng.traineddata），如不标-l eng则默认为eng。

 

打开文件output_1.txt，发现tesseract成功的将图像转换成文字。

第四步：中文包安装

下载安装包

链接：https://pan.baidu.com/s/1FE--WDVoVZf_l3kv-HL-Rg 
提取码：ld98 
复制到tessdata目录，如图所示：

第五步：python中的使用

找到pythone环境下的pytesseract.py文件，打开并修改

tesseract_cmd的内容为tesseract.exe的相关路径，如

tesseract_cmd = 'G:/tesseract-ocr/Tesseract-OCR/tesseract.exe'

编写测试代码，运行，代码如下：

#! /usr/bin/env python
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("hello.jpg"),lang='chi_sim')
print(text)