python图片识别文字

安装tesseract

https://digi.bib.uni-mannheim.de/tesseract/ 如果安装时勾选下载其他语言包，会提示下载失败，因为下载地址被墙，需要科学上网，或者安装的时候不勾选。 语言包下载：https://tesseract-ocr.github.io/tessdoc/Data-Files

屏幕截图 2021-06-08 092926.jpg

根据需要下载语言包（chi_sim是中文） 下载后移动到C:\Program Files\Tesseract-OCR\tessdata目录

2.jpg

cmd进入命令行，命令tesseract --list-langs

11.jpg

安装中文语言包成功 若出现找不到命令，需要自己配环境变量

3.jpg

python脚本

先安装相关模块 pip install pillow pip install pytesseract 再到python安装目录下 例如我的：E:\python3\Lib\site-packages\pytesseract 打开pytesseract.py文件，找到tesseract_cmd = 'tesseract'，修改为tesseract_cmd = 'C:\\Program Files\\Tesseract-OCR\\tesseract.exe'路径为自己的tesseract安装路径

from PIL import Image
import pytesseract

img = Image.open('2.jpg')

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

print(text)

42.jpg