python 3.7 识别图片

为了把百度文档的内容弄下来，就弄了一下这个

1. 基本环境 操作系统：win7 64位系统

python版本：3.7

2.安装配套环境 2.1 首先安装OCR字符识别库Tesseract 下载网址：https://digi.bib.uni-mannheim.de/tesseract/ 我下载的是：tesseract-ocr-w64-setup-v4.0.0-beta.4.20180912.exe

2.2 下载后双击进行安装，这里因为我们要识别中文字符，所以在安装界面中需要进行额外的语言勾选，展开Additional language data（这里添加语言可能会出现语言包安装失败，可单独下载语言包，放入安装目录下的tessdata下即可）

python 3.7 识别图片

然后按照下图进行勾选

python 3.7 识别图片

2.3 安装python环境 pip install Pillow pip install pytesseract

2.4 修改pytesseract.py（在这路径下 python37\Scripts） tesseract_cmd = 'D:/Program Files (x86)/Tesseract-OCR/tesseract.exe'

3.测试（识别中文的时候，在剪切图片，要让数字稍微大一点，把数字放在图片中心，若识别出来，错别字比较多的话，再重新弄一次图片来识别） #coding=utf-8 from PIL import Image import pytesseract text=pytesseract.image_to_string(Image.open('H:/2.png'),lang='chi_sim') for i in text.split("\n"): print(i.replace(" ",""))

报错提示语言包，可在这下面进行下载 https://github.com/tesseract-ocr/tessdata

参考文档： 还有一些关闭了，没有copy到url，可以百度和google，一大堆 https://blog.csdn.net/a519395243/article/details/80447038