Python 进行 OCR识别 -- pytesseract库

pip install pytesseract

报错：tesseract is not installed or it's not in your path

• 下载安装 tesseract-ocr
  • https://pan.baidu.com/s/1qxumxdltxonb0geae_1u-q
• 修改 pytesseract 源码中的路径
  • 文件位置： python安装目录 \lib\site-packages\pytesseract\pytesseract.py
  • 将 tesseract_cmd 的值 改为 tesseract-ocr 的安装路径\tesseract.exe
    
    
    
    

识别中文需要新的字库

• https://pan.baidu.com/s/1gfspc5uef73b2oa8yudbgq
• 将下载的中文库放在 tesseract-ocr 安装目录下的 tessdata 文件夹中
  
  
  

图片：english.png

图片：chinese.png

识别

import pytesseract
from pil import image

im_en = image.open('english.png')
im_ch = image.open('chinese.png')

print('========识别字母========')
print(pytesseract.image_to_string(im_en), '\n\n')

print('========识别中文========')
print(pytesseract.image_to_string(im_ch, lang='chi_sim'))

结果