tesseract编程

ImportError: cannot import name mkdtemp：

    pip install -U numpy

WindowsError: [Error 2] ：

    调用tesseract.exe失败，将脚本放在tesseract.exe的文件夹

说明：这个tesseract.exe就相当于在Linux下的 tesseract-orc

IOError: [Errno 2] No such file or directory: 'tesseract.log'

  缺少tessdata文件夹

另外的修改方法：修改tesseract_cmd的值，在tesseract.py里面

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY

# tesseract_cmd = 'tesseract'

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

 

源文档 <https://note.youdao.com/oldweb/>

 

pytesser

1、PIL、pytesser、tesseract

(1)安装PIL：下载地址：http://www.pythonware.com/products/pil/（CSDN下载）

下载后是一个exe，直接双击安装，它会自动安装到C:\Python27\Lib\site-packages中去，

(2)pytesser:下载地址：http://code.google.com/p/pytesser/,（CSDN下载）

下载解压后直接放C:\Python27\Lib\site-packages(根据你安装的Python路径而不同)，同时，新建一个pytesser.pth,内容就写pytesser，注意这里的内容一定要和pytesser这个文件夹同名，意思就是pytesser文件夹，pytesser.pth,及内容都要一样！

(3)Tesseract OCR engine下载：http://code.google.com/p/tesseract-ocr/（CSDN下载）

下载后解压，tessdata文件夹，用其替换掉pytesser解压后的tessdata文件夹即可。(就上面的pytesser文件夹)

1、读取图片

2、图片降噪

3、图片切割

4、图像文本输出

1、获取字符矩阵

2、矩阵进入分类算法

3、输出结果

# 验证码识别，此程序只能识别数据验证码  

 

Pillow

#!/usr/bin/Python

# coding=utf-8

 

import pytesseract,subprocess,os,tesseract

from nt import chdir

from PIL import Image,ImageOps,ImageFilter,PSDraw

 

imageObject=Image.open('/Users/intern/Desktop/fdsklajfklas/test.png')  #打开一个文件

# print (imageObject)

# print (pytesseract.image_to_string(imageObject))

# print (pytesseract.image_to_string(Image.open('test.JPG')))

# print (open('test.JPG').read())

#

# def cleanImage(imagePath):

#     image=Image.open(imagePath)

#     image=image.point(lambda x: 0 if x<50 else 255)

#     borderImage=ImageOps.expand(image,border=20,fill=255)

#     borderImage.save(imagePath)

# path='C:\\Users\\intern\\Desktop\\fdsklajfklas\\test.JPG'

# cleanImage(path)

# p=subprocess.Popen(["tesseract",path,"captcha"],stdout=subprocess.PIPE,stderr=subprocess.PIPE)

# p.wait()

# f=open("captcha.txt","rb")

# b=f.read()

# s=b.decode()

# print(s.replace('\n','').replace(' ',''))

# 图片转换为jpg格式

for infile in sys.argv[1:]:

    f,e = os.path.splitext(infile)

    outfile = f+".jpg"

    if infile != outfile:

        try:

            Image.open(infile).save(outfile)

        except IOError:

            print ("不能转换",infile)

#创建缩略图

size =(128,128)

for infile in sys.argv[1:]:

    outfile = os.path.splitext(infile)[0]+".thumbnail"

    if infile != outfile:

        try:

            im = Image.open(infile)

            im.thumbnail(size)

            im.save(outfile,"JPEG")

        except IOError:

            print ("不能创建缩略图",infile)

#确定图片属性和大小

for infile in sys.argv[1:]:

    try:

        with Image.open(infile) as im:

            print(ingile,im.format,"%dX%d"%im.size,im.mode)

    except IOError:

        pass

im.show()   #使用电脑端的软件打开图片

im.crop()   #提取子矩形

im.copy()   #复制图像

region = region.transpose(Image.ROTATE_180) #粘贴回原图，子图的region必须和给定的box的region吻合。mode不匹配pillow会自动处理

im.paste(region,box)

image = image.copy()

xsize,ysize = image.size()

delta = delta%xsize

part1 = image.crop((0,0,delta,ysize))

image.paste(part1,(xsize_delta,0,xsize,ysize))

r,g,b = im.split()      #分离通道

im = Image.merge("RGB",(b,g,r)) #合并通道

im.resize() #集合变换

im.rotate() #集合变换

im.transpose()  #集合变换

out = im.resize((128,128))

out = im.rotate(45)     #顺时针角度表示

out =  im.transpose(Image.FLIP_LEFT_RIGHT)  #置换图像

OUT = im.transpose(Image.ROTATE_180)    #置换图像

convert()       #模式转换

im=Image.open("lena.ppm").convert("L")  #模式转换

out=im.filter(ImageFilter.DETAIL)   #应用ImageFilter

# multiply each pixel by 1.2     #像素点处理

out=im.point(lambda i:i*1.2)    #通过此方法可以简单进行图像处理，通过point和paste可以对图像的某一片区域进行处理

# 处理单独通道

source = im.split()

R,G,B=0,1,2

mask=source[R].point(lambda i:i<100 and 255)    #创建mask语句，也可以用下一句表示，当为0的时候返回当前值，255为使用paste的值，中间则用tranceparency效果

mask=source[R].point(lambda i:i

out=source[G].point(lambda i:i*0.7)

source[G].paste(out,None,mask)

im = Image.merge(im.mode,source)

enh = ImageEnhance.Contrast(im)         #高级图片增强

enh.enhance(1.3).show("30% more contrast")        # 可以调整对比度，亮度，色平衡和锐利度

# 动态图，pillow支持FLI/FLC,GIF和其他一些处于实验阶段的格式，TIFF文件同样可以包含数帧图像

im=Image.open("animation.gif")      #改程序只支持到下一帧，为了倒回之前的必须重新打开文件

im.seek(1)

try:

    while 1:

        im.seek(im.tell()+1)

except EOFError:        #当读取到最后一帧的时候抛出异常

    pass

# 动态图迭代器

class ImageSequence():

    def __int__(self,im):

        self.im=im

    def __getitem__(self, ix):

        try:

            if ix:

                self.im.seek(ix)

            return self.im

        except EOFError:

            raise IndexError

for frame in ImageSequence(im):

    print "do something to frame"

# Postscript Printing,在图片上添加images,text,graphics

im = Image.open("lena.ppm")

title = "lena"

box = (1*72,2*72,7*72,10*72)

ps = PSDraw.PSDraw()

ps.begin_document(title)

ps.image(box,im,75)

ps.rectangle(box)

ps.setfont(("HelveticaNarrow-Bold",36) ,w,h,b=ps.textsize(title))

ps.end_document()

# mode图像的模式,L为灰度,RGB为真色彩,CMYK为pre-press图像

#其他读取图片的方法

import StringIO

im = Image.open(StringIO.StringIO(buffer))  #从string中读取

#从tar中读取

from PIL import TarIO

fp = TarIO.TarIO("Imaging.tar","Imaging/test/lena.ppm")

im = Image.open(fp)

# draft 模式

im= Image.open(file)

print("original=",im.mode,im.size)

im.draft("L",(100,100))

print("draft=",im.mode,im.size)

 

#定位图片坐标

img = driver.find_element_by_path("").location

size=driver.find_element_by_path("").location

rangle=(int(location['x'],int(location['y'],int(location['x']+size['width']),int(location['y']+size['height'])

i=Image.open('**.png')

IMG=i.crop(rangle)

IMG.save('E:\\333.png)

 

import tesseract

api = tesseract.TessBaseAPI()

api.Init(".","eng",tesseract.OEM_DEFAULT)

api.SetVariable("tessedit_char_whitelist","0123456789abcdefghijklmnopqrstuvwxyz")

api.SetPageSegMode(tesseract.PSM_AUTO)

 

mImgFile ="eurotext.jpg"

mBuffer=open(mImgFile,"rb").read()

result =tesseract.ProcessPagesBuffer(mBuffer,len(mBuffer),api)

print"result(ProcessPagesBuffer)=",result示例2：

import cv2.cv as cv

import tesseract

 

api = tesseract.TessBaseAPI()

api.Init(".","eng",tesseract.OEM_DEFAULT)

api.SetPageSegMode(tesseract.PSM_AUTO)

 

image=cv.LoadImage("eurotext.jpg",cv.CV_LOAD_IMAGE_GRAYSCALE)

tesseract.SetCvImage(image,api)

text=api.GetUTF8Text()

conf=api.MeanTextConf()

 

 

image = Image.open(imagePath) # 打开图片

image = image.point(lambdax: 0 if x < 2 else 255) # 处理图片上的每个像素点，使图片上每个点“非黑即白”

borderImage = ImageOps.expand(image, border=20, fill='white')

borderImage.save(imagePath)

captchaResponse = f.read().replace(" ", "").replace("\n", "")# 清除读取的空格和换行

driver.refresh() #刷新

image = image.convert('L')     #转化到灰度图

 

 

# coding=utf-8

 

import tesseract,sys,os,pytesseract,re

from time import sleep

from PIL import Image,ImageOps,ImageFilter,PSDraw

from PIL import ImageEnhance

from selenium import webdriver

from pytesseract import *

 

reload(sys)

sys.setdefaultencoding("utf-8")

driver = webdriver.Chrome()

driver.implicitly_wait(30)

driver.get("http://10.84.62.91/intern/index.php")

# driver.implicitly_wait(30)

#driver.find_element_by_xpath("/html/body/div/table/tbody/tr/td/form/table/tbody/tr[2]/td[2]/input")

# driver.implicitly_wait(30)

#driver.find_element_by_xpath("/html/body/div/table/tbody/tr/td/form/table/tbody/tr[3]/td[2]/input")

# driver.implicitly_wait(30)

a = driver.find_element_by_id("imgcode").get_attribute("src")

driver.get(a)

print a

driver.get_screenshot_as_file("pic.png")

im = Image.open("pic.png")

im = im.crop((0,0,77,21))   #

im = im.point(lambdax:0 if x<2 else 255)    #图片降噪截取矩形,非黑即白

enhancer = ImageEnhance.Contrast(im)

enhancer = enhancer.enhance(4)

im = im.convert('L')    #转化成灰度图

borderImage = ImageOps.expand(im,border=20,fill="white")

borderImage.save("pic.png")

tex=image_to_string(im).replace(" ",'').replace('\n','').upper()

print tex

 

# driver.back()