python识别图片内容

python识别图片内容。

我的环境为windows64位，python2.7.14

需要用到PIL模块和tesseract模块。

首先需要安装pip包管理，安装方法：http://blog.csdn.net/mxdzchallpp/article/details/79097742

安装PIL模块：

pip install Pillow

tesseract模块安装：

pip install pytesseract

安装识别引擎和中文语言包，下载地址：http://download.csdn.net/download/mxdzchallpp/10215327

下载完成解压：

1.双击tesseract-ocr-setup-3.02.02.exe安装，安装完成后，需要指定tesseract模块识别引擎的程序路径，打开python安装路径的模块路径，我的路径为：E:\wamp\python\Lib\site-packages\，进入pytesseract，编辑pytesseract.py文件，修改 tesseract_cmd = 'tesseract' 的内容：

# tesseract_cmd = 'tesseract' # 修改为安装Tesseract-OCR的真实路径
tesseract_cmd = 'E:/wamp/python modules/Tesseract-OCR/tesseract.exe'

2.进入解压包中的中文语言包，复制chi_sim.traineddata到Tesseract-OCR安装目录下tessdata文件夹下，我的路径：E:\wamp\python modules\Tesseract-OCR\tessdata\chi_sim.traineddata

环境配置完成。

python代码：

# -*- coding: UTF-8 -*-
from PIL import Image
import pytesseract
# 识别中文
text = pytesseract.image_to_string(Image.open('chinese.png'),lang='chi_sim')
print text

# 识别英文
text = pytesseract.image_to_string(Image.open('english.png'))
print text