python 识别图像中的文字（数字）之python图文识别

最近在爬一个网站，找了数据老半天突然发现原来人家不是用数据传输过来的，而是用png背景透明的图片传输过来的，这把我气的不轻。不过发现了是图片就好说，图像文字识别呗，结果发现，这玩意儿里面又有坑等着我。

1.首先我排除了tesseract，因为这个项目我最后要部署到Linux上，但是这个部署过程有点繁琐，因为这个项目的特殊性，我要以效率为主（虽然最后下来其他方法的探索上没少浪费我时间）

2.调用百度接口。这里具体下来就是百度智能云里有一些接口每个月免费1000次可以用。具体什么去百度智能云申请账号，实名注册网上很多，就不多说了，整个下来识别任何普通图片之类的完全OK，但是这个项目不行，问题出在了哪里？总是返回{'log_id': 1478028467765201250, 'error_msg': 'image format error', 'error_code': 216201}。大改理解一下就是图片尺寸问题，这个项目中的图片有点让人无语的地方就是特别小，浏览器上打开还没我的小指头的指甲盖大，

所以我就又用python修改了图片尺寸，代码如下：

def ResizeImage(filein, fileout, width, height, type):
    from PIL import Image
    img = Image.open(filein)
    out = img.resize((width, height),Image.ANTIALIAS)
    #resize image with high-quality
    out.save(fileout, type)

filein====》目标文件

fileout===》结果文件

width, height =====》图片尺寸

type=====》图片类型

但是这样的结果又有个问题，每个图片里内容不统一，有些里面只有四个字，有些两个字，啊这样下去，难道让我逐个调节尺寸大小吗？

3.后来我水了这么多的群，终于在群里有位大佬指点我，让我用muggle_ocr库，这个库效果很不错，很多人眼看不清的都能识别出来。但是这个库用起来也不是一帆风顺。比如最开始的安装这个库，直接用pip insyall muggle_ocr是安装不了的，先安装这五个依赖（tensorflow、numpy、opencv-python、pillow、pyyaml）。下载pip install muggle_ocr的时候总是报错，推荐使用国外镜像源。这里因为我的粗心又耽搁了一点时间，找朋友询问还被我那位李姓朋友忽悠走了一杯奶茶才告诉我原因。

李某人，我说过我会把你写进我的博客里，而且是单独占一行

pip3 install muggle_ocr -i https://mirrors.aliyun.com/pypi/simple/   输入这行命令就欧了。

这里额外再说句，因为我用的是Mac，最开始买来的时候是个菜鸟，Mac自带的是python2，我下载了python3，最后pip设置的时候，由于操作失误把pip和pip3都导入到了python2里，而muggle_ocr适用的版本是python3 ，最后只得去终端找到python3，输入：./pip3 install muggle_ocr -i https://mirrors.aliyun.com/pypi/simple/。这样就好了，也懒得去重新把pip3软连接什么的了，可能菜鸟的世界因为菜也有勤劳的一面吧。

最终结果：

import muggle_ocr

sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)

root_dir = r"y.png"
with open(root_dir, "rb") as f:
    b = f.read()
st = time.time()
text = sdk.predict(image_bytes=b)
print(text, time.time() - st)

番外篇幅（关于离线安装python包的过程）：

1.下载包，不知道哪里下载？去镜像源里找，找到先下载下来

2.双击解压

3.到文件目录下，输入。。。。。。下载再更吧，我好像忘了，宁可写错也不乱写。