Python 中文OCR

分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.csdn.net/jiangjunshow

也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！

                       

有个需求，需要从一张图片中识别出中文，通过python来实现，这种这么高大上的黑科技我们普通人自然搞不了，去github找了一个似乎能满足需求的开源库-tesseract-ocr：

 

Tesseract的OCR引擎目前已作为开源项目发布在Google Project，其项目主页在这里查看https://github.com/tesseract-ocr，
  它支持中文OCR，并提供了一个命令行工具。python中对应的包是pytesseract. 通过这个工具我们可以识别图片上的文字。

笔者的开发环境如下：

• macosx
• python 3.6
• brew

安装tesseract

brew install tesseract
    
    
    
    

     
     
     
     
1
    
    
    
    

安装python对应的包：pytesseract

pip install pytesseract
    
    
    
    

     
     
     
     
1
    
    
    
    

怎么用？

如果要识别中文需要下载对应的训练集：https://github.com/tesseract-ocr/tessdata
，下载”chi_sim.traineddata”，然后copy到训练数据集的存放路径，如：

具体代码就几行:

#!/usr/bin/env python3# -*- coding: utf-8 -*-import pytesseractfrom PIL import Image# open imageimage = Image.open('test.png')code = pytesseract.image_to_string(image, lang='chi_sim')print(code)
    
    
    
    

     
     
     
     
1
     
     
     
     
2
     
     
     
     
3
     
     
     
     
4
     
     
     
     
5
     
     
     
     
6
     
     
     
     
7
     
     
     
     
8
     
     
     
     
9
     
     
     
     
10
    
    
    
    

OCR速度比较慢，大家可以拿一张包含中文的图片试验一下。

           

给我老师的人工智能教程打call！http://blog.csdn.net/jiangjunshow