py库： Tesseract-OCR（图像文字识别）

http://blog.csdn.net/u012566751/article/details/54094692　　Tesseract-OCR入门使用1

http://blog.csdn.net/u012566751/article/details/54136836　　Tesseract-OCR入门使用2

http://blog.csdn.net/u012566751/article/details/54141109　　Tesseract-OCR入门使用3

https://github.com/tesseract-ocr/tesseract/wiki/APIExample　　Tesseract API Example

 

 

 

 

---

当前环境：win7，python3.6.0，pyCharm4.5。　　python目录是：c:/python3/

安装：

1、安装 tesseract 库

cd c:/python3/Scripts/

python pip.exe install  tesseract

 

2、装程序：

https://github.com/UB-Mannheim/tesseract/wiki

这是非官方下载包，下载并安装4.0：　　https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.0.0-alpha.20170804.exe

安装时注意勾选简体中文，默认安装，安装完毕后，敲命令（看看装的怎么样了，支持什么语言）：

cd C:\Program Files (x86)\Tesseract-OCR

tesseract

tesseract -v

tesseract --list-langs　　#查看Tesseract-OCR支持语言

 

3、改文件：

C:\Python3\Lib\site-packages\pytesseract\pytesseract.py，找到这两行：

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
tesseract_cmd = 'tesseract'

改成这样：

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
#tesseract_cmd = 'tesseract'
tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'

 

4、pyCharm里运行，就能够进行文字识别了：

 （先用画图，用微软雅黑字体，写几个数字、和诗词，保存成：ci.png）

from PIL import Image
import pytesseract
text = pytesseract.image_to_string(Image.open('ci.png'), lang='chi_sim')
print(text)

 

  

 

...