前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python实现图片中英文信息识别

Python实现图片中英文信息识别

作者头像
大数据技术与机器学习
发布2020-03-13 10:15:33
2.8K0
发布2020-03-13 10:15:33
举报
文章被收录于专栏:机器学习入门与实战
1.说明

1)Python版本:3.x

2)安装PIL、pytesseract

3)安装识别引擎tesseract-ocr

4)测试两张图片,denggao.jpg(中文信息)、test.jpg(英文信息)

2.安装操作

1)进入cmd界面,执行以下两行命令,进行PIL和pytesseract的安装(界面可看安装进度条):

pip install PIL

pip install pytesseract

2)测试安装成功与否,在Python界面执行以下语句,不报错即安装成功:

from PIL import Image

import pytesseract

3.安装好PIL和pytesseract之后,运行下面代码:

# # 对于中文信息的提取,需要加lang='chi_sim',调用中文词库

from PIL import Image

import pytesseract

text=pytesseract.image_to_string(Image.open('C:\\Users\\Administrator\\Desktop\\denggao.jpg'),lang='chi_sim')

print(text

报这样的错误,原因包含2个:其一,图片路径错误;其二,没有安装识别引擎tesseract-ocr。

我们进行原因排查,运行下面代码:

如果not such file则表示物理路径出错了,如果能浏览到图片,则表示路径没问题,可以看到:

在确认物理地址读取没有问题之后,如果执行前面获取信息的语句仍然报错,那么原因就可以锁定为没有安装识别引擎tesseract-ocr。

4.安装识别引擎tesseract-ocr 1)下载下面的安装包,然后直接点击安装即可: http://download.csdn.net/download/qq_40426415/10237320

2)解压安装tesseract-ocr后做如下操作,就可以支持中文识别了。因为 tesseract-ocr默认不支持中文识别。

3)安装完成tesseract-ocr后,我们还需要做一下配置 方法1:

方法2:

在Python变成页面,Ctrl+鼠标右键,选择import pytesseract中的pytesseract,快速打开pytesseract.py进行路径修改;

5.至此我们所有的配置就完成了,运行下面代码就可以从图片中解析出中文信息和英文信息了

————————————————

原文链接:https://blog.csdn.net/qq_40426415/article/details/79239240

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-03-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习入门与实战 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
文字识别
文字识别(Optical Character Recognition,OCR)基于腾讯优图实验室的深度学习技术,将图片上的文字内容,智能识别成为可编辑的文本。OCR 支持身份证、名片等卡证类和票据类的印刷体识别,也支持运单等手写体识别,支持提供定制化服务,可以有效地代替人工录入信息。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档