Python提取图片文字内容

一、前言

爬虫的时候，有时候会遇到一些验证码，常见的有滑块验证码和文字验证码，本文所讲内容将为解决文字验证码做一些准备！

二、easyocr库的安装

pip install easyocr

• EasyOCR 中文主页：传送门
• GitHub地址：传送门

三、提取图片效果

以这张图片为例：

运行代码：

import easyocr
reader = easyocr.Reader(['ch_sim', 'en'])
print(reader.readtext('D:/1.png', detail=0))

运行结果如下：

这样的结果是把文字识别出来后，以列表的形式展示出来。我们可以做进一步的处理，把这些形成一个段落展示出来，具体如下：

import easyocr
reader = easyocr.Reader(['ch_sim', 'en'])
result = reader.readtext('D:/1.png', detail=0)
article = ''  # 定义一个空的字符串
for i in range(len(result)):
    article += result[i]  # 将列表中的字符串依次拼接在一起
print(article)

运行结果如下：

妖族中至高无上的存在被称之为大圣 !宗门世家。妖魔异族。万年前上古大劫绝地天通修行界秩序崩塌。有人族小国供奉妖魔, 充当伪神。有修行宗门驱使妖魔作乱。只为香火供奉。黑山老妖踏阴风。九尾妖狐敢压龙。北明妖壬颂梵音。妖圣覆海换阴阳。李玄宗手持能升级功法的玄法戒两度穿趑,从纵横江湖的一代邪壬到依附妖魔苦苦求生的底层修士。乱世之中。李玄宗为求超脱踏入巅峰。以人身成为那搅动天下风云的混天大圣 !

四、运行过程中可能遇到的一些问题

安装完库，进行代码的运行，可能出现的问题：

• 错误提示1：

OSError: [WinError 126] 找不到指定的模块。 Error loading “D:\Python\lib\site-packages\torch\lib\asmjit.dll” or one of its dependencies.

• 解决方案：

根据提示网址，下载相应的模块。

• 错误提示2：

网络连接超时或者连接断开

• 解决方案：

可以直接下载字体模型，放到指定的路径中。

• 常见字体模型

1、文字检测模型（CRAFT）

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/craft_mlt_25k.zip

2、中文（简体）模型

https://pythondict.com/go/url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/chinese_sim.zip

3、中国（传统）模型

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/chinese.zip

4、拉丁模型

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/latin.zip

5、日文模型

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/japanese.zip

6、韩文模型

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/korean.zip

7、泰文模型

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/thai.zip

8、阿拉伯文模型

https://pythondict.com/go/?url=https://github.com/JaidedAI/EasyOCR/releases/download/pre-v1.1.6/arabic.zip

模型这么多，平时用最多的可能就是英文和中文简体字了。

• 模型所放路径

Windows：C:\Users\用户名\.EasyOCR\model

其实也可以偷懒，直接搜.EasyOCR，然后点击model，把字体模型放在这里。然后就解决问题了！

文章到这里就结束了，感谢您的支持！

作者：远方的星

腾讯云：https://cloud.tencent.com/developer/column/91164

CSDN：https://blog.csdn.net/qq_44921056