pytesseract安装与基本使用

简介

Tesseract是一个光学字符识别引擎，支持多种操作系统。Tesseract是基于Apache许可证的自由软件，自2006 年起由Google赞助开发,被认为是最精准的开源光学字符识别引擎之一。

安装

第一步：下载软件

链接：https://digi.bib.uni-mannheim.de/tesseract/

我选的是tesseract-ocr-setup-3.05.01.exe这个版本
然后下载安装

第二步：设置环境变量

系统变量里加入tesseract-ocr的路径

然后添加一个系统变量

第三步：安装pytesseract模块

直接pip就行了

pip  install pytesseract

注意事项

有时候设置了环境变量还是会显示找不到系统的环境变量 这时候就重启一下IDE，还有这个软件对一些有干扰的支持效果不是很好，最好识别一些白底黑字，这些比较容易识别。

基本使用

import pytesseract
from PIL import Image

pytesseract.pytesseract.tesseract_cmd = r'D:\tesseract-ocr\tesseract.exe '  # 执行的路径
image = Image.open('images/6.png')  # 识别的图片路径
text = pytesseract.image_to_string(image)  # 转换成文本
print(text)

运行结果

可以看到基本能识别成功 但是有一些还是没识别出来。。