两行python代码识别图片上文字

一、前言

Tesseract 是一款由HP实验室开发由Google维护的开源OCR（Optical Character Recognition , 光学字符识别）引擎。与Microsoft Office Document Imaging（MODI）相比，我们可以不断的训练的库，使图像转换文本的能力不断增强；如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。 GitHub 地址：https://github.com/tesseract-... 安装包官方下载地址：https://digi.bib.uni-mannheim... 安装包百度云盘下载地址：https://pan.baidu.com/s/1AOsJ...

二、安装 Tesseract-OCR

直接执行下载好的 exe 文件，下一步、下一步默认安装即可。

三、配置环境变量

3.1 进入环境变量配置界面

右键点击此电脑--属性--高级系统设置--环境变量--系统变量--Path

3.2 添加系统变量

找到系统变量的 Path ，将 Tesseract-OCR 的安装目录添加进去：

3.3 添加 tessdata 系统变量

如下图新建系统变量 ： TESSDATA_PREFIX 变量值为 tessdata 文件夹的路径（在Tesseract-OCR的安装目录下）：

四、修改错误

经过上述步骤以后仍然会出现

pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it's not in your path。

这时需要修改D:\ProgramData\Anaconda3\Lib\site-packages\pytesseract\pytesseract.py里面的tesseract_cmd = 'tesseract'修改为你的tesseract.exe的所在的目录下比如：C:\Program Files (x86)\Tesseract-OCR\tesseract.exe 这样就可以运行了。

五、实例

# In[*]
import pytesseract
from PIL import Image
image = Image.open("C:\\Users\\czh\\Desktop\\pic.jpg")
# In[*]
code = pytesseract.image_to_string(image)
print(code)