通过Python的pytesseract库识别图片中的文字

文章目录

• 前言
• 一、pytesseract
• • 1.pytesseract是什么？
  • 2.安装pytesseract
  • 3.查看pytesseract版本
  • 4.安装PIL
  • 5.查看PIL版本
  • 二、Tesseract OCR
  • • 1.Tesseract OCR是什么？
    • 2.安装Tesseract OCR
    • 3.安装 Tesseract OCR 语言包
    • 三、使用方法
    • • 1.引入库
      • 2.打开图片文件
      • 3.使用Tesseract进行文字识别
      • 4.输出识别结果
      • 总结

        ---

        前言

        大家好，我是空空star，本篇给大家分享一下通过Python的pytesseract库识别图片中的文字。

        
        （图片来源网络，侵删）

        本篇所用软件相关版本：

        macOS 11.6.5

        Python 3.8.9

        pytesseract 0.3.10

        Pillow 9.4.0

        ---

        一、pytesseract

        1.pytesseract是什么？

        Pytesseract是一个Python的OCR库，它可以识别图片中的文本并将其转换成文本形式。Pytesseract基于Google的Tesseract OCR引擎，具有较高的准确性和可靠性。它可以读取多种格式的图片，包括PNG、JPEG、GIF等。Pytesseract可以应用于自然语言处理、数据挖掘、OCR识别等领域。

        
        （图片来源网络，侵删）

        2.安装pytesseract

        pip install pytesseract
        

        3.查看pytesseract版本

        pip show pytesseract
        

        Name: pytesseract

        Version: 0.3.10

        Summary: Python-tesseract is a python wrapper for Google’s Tesseract-OCR

        Home-page: https://github.com/madmaze/pytesseract

        Author: Samuel Hoffstaetter

        Author-email: samuel@hoffstaetter.com

        
        （图片来源网络，侵删）

        License: Apache License 2.0

        Requires: packaging, Pillow

        Required-by:

        4.安装PIL

        Pillow库是Python图像处理库，pytesseract使用它来处理图像。

        pip install pillow
        

        5.查看PIL版本

        pip show pillow
        

        Name: Pillow

        Version: 9.4.0

        Summary: Python Imaging Library (Fork)

        Home-page: https://python-pillow.org

        Author: Alex Clark (PIL Fork Author)

        Author-email: aclark@python-pillow.org

        License: HPND

        Requires:

        Required-by: image, imageio, matplotlib, pytesseract, wordcloud

        二、Tesseract OCR

        1.Tesseract OCR是什么？

        Tesseract OCR是一种开源的OCR（Optical Character Recognition，光学字符识别）引擎，它能够将图像中的文本内容识别并转换为可编辑的文本格式。它最初由惠普实验室开发，现在由谷歌维护和更新。Tesseract OCR支持超过100种语言，包括中文、英文、法文、德文等。它可以在多种操作系统上运行，包括Windows、Linux、macOS等。Tesseract OCR被广泛应用于数字化文档、自动化数据输入、智能搜索等方面。

        2.安装Tesseract OCR

        macOS下：

        brew install tesseract
        

        3.安装 Tesseract OCR 语言包

        macOS下：

        brew install tesseract-lang
        

        三、使用方法

        1.引入库

        import pytesseract
        from PIL import Image
        

        2.打开图片文件

        img = Image.open("demo.png")
        

        3.使用Tesseract进行文字识别

        text = pytesseract.image_to_string(img, lang='chi_sim')
        

        4.输出识别结果

        print(text)
        

        左：原图

        右：识别出的文字截图

        

        总结

        image_to_string是一个Python函数，它是由tesseract OCR引擎提供的。这个函数的作用是将一个图像中的文本转换成字符串，也就是把图像中的文字识别出来，并把它们转换成计算机可以处理的字符串格式。这个函数可以接受多种格式的图像，例如JPEG、PNG、BMP等。在使用这个函数前，需要确保已经安装了tesseract OCR引擎。