欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python3.6使用tesseract-ocr的正确方法

程序员文章站 2024-02-04 22:17:16
tesseract介绍 tesseract是一个挺不错的ocr引擎,目前的问题是最新的中文资料相对较少,过时、不准确的信息偏多。 tesseract是一个google支...

tesseract介绍

tesseract是一个挺不错的ocr引擎,目前的问题是最新的中文资料相对较少,过时、不准确的信息偏多。

tesseract是一个google支持的开源ocr项目,其项目地址:,目前最新的源码可以在这里下载。

实际使用tesseract ocr也有两种方式:1. 动态库方式 libtesseract  2. 执行程序方式 tesseract.exe

环境

  • python 3.6.3
  • pip 9.0.1
  • tesseract-ocr-setup-3.05.00dev.exe
  • windows10

安装

1.tesseract-orc

  • tesseract:开源的ocr识别引擎,初期tesseract引擎由hp实验室研发,后来贡献给了开源软件业,后经由google进行改进,消除bug,优化,重新发布。

安装的时候需要自行选择安装的语言,一些其他国家的语言可以不选择安装,我之按安装了中文,英文和日语。安装过程和其他软件一样。

2.pytesseract

pip install pytesseract

配置环境

1.设置 tesseract-orc路径

默认情况下tesseract-orc是不被添加到系统的path路径的,这样在使用的时候发生filenotfounderror: [winerror 2] 系统找不到指定的文件错误。

解决方法:

  • 方法1:将 c:\program files (x86)\tesseract-ocr添加到系统路径(路径因安装过程而异)
  • 方法2:修改pytesseract.py文件

设置训练集的位置

下载的默认训练集也没有添加到系统路径,会报错

pytesseract.pytesseract.tesseracterror: (1, 'error opening data file \\program files (x86)\\tesseract-ocr\\tessdata/chi_sim.traineddata')

解决方法:

设置环境变量 tessdata_prefix
c:\program files (x86)\tesseract-ocr\tessdata

实例程序

import pytesseract
from pil import image
image = image.open('test.png')
code = pytesseract.image_to_string(image)
print(code)

更多参考:https://pypi.python.org/pypi/pytesseract

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。如果你想了解更多相关内容请查看下面相关链接