python实战===用python识别图片中的中文

需要安装的模块

PIL

pytesseract

需要下载的工具：

http://download.csdn.net/download/bo_mask/10196285

因为之前百度云的链接总失效，所以上传到了csdn，如果csdn没有积分的朋友可以到qq群：152376662 的群文件中下载

下载解压后，安装到默认的路径下，安装完成后如下图1：

 

 

并且复制解压文件的chi_sim.traineddata 文件到安装路径 C:\Program Files (x86)\Tesseract-OCR\tessdata  下图2，图3：

好的，如果你上面所有安装完了，那么还有最后一步，更改配置文件，位置如下图4：

打开后将原来的注释掉，新增：

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
# tesseract_cmd = 'tesseract'

tesseract_cmd = u'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'        #此路径是你安装后的路径，对应的是图1的路径

 保存！环境配置结束~

---

---

 

 

如下图，保存为111.png：

 

#test.py

from PIL import Image
import pytesseract

text=pytesseract.image_to_string(Image.open('111.png'),lang='chi_sim')
print(text)

执行结果：

 

(─.─|||   。。。 。。。。

 

 

---

总结：

1. 用到的模块本身不具备识别汉字的功能，因此引入了第三方工具。
2. 从执行效果来看，能力还有待提高。

 

转载于:https://www.cnblogs.com/botoo/p/8251606.html