Tesseract的简单使用

「爱情、让人受尽委屈。」 2021-12-18 05:35 462阅读 0赞

tesseract下载地址：[https://digi.bib.uni-mannheim.de/tesseract/][https_digi.bib.uni-mannheim.de_tesseract]

**添加中文的识别库：**

https://github.com/tesseract-ocr/tessdata/find/master

这个网址中下载[chi\_sim.traineddata][chi_sim.traineddata]，下载后放到Tesseract-OCR\\tessdata文件夹内。

#### 设置环境变量： ####

安装完成后在`Windows`下把`tesseract.exe`所在的路径添加到`PATH`环境变量中。

另外一个环境变量我自己电脑中是没有添加，也可以正常运行程序。做个参考：

\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*

在使用tesseract命令行进行测试时，报以下的错误

Error opening data file \\Program Files (x86)\\Tesseract-OCR\\tessdata/eng.traineddata  
Please make sure the TESSDATA\_PREFIX environment variable is set to the parent directory of your "tessdata" directory.  
Failed loading language 'eng'  
Tesseract couldn't load any languages!  
Could not initialize tesseract.

报错是意思是缺少环境变量TESSDATA\_PREFIX，导致无法加载任何语言，就不能初始化tesseract。

解决的方法也很简单，在环境变量中，添加一个变量名为`TESSDATA_PREFIX,变量值为teseractdata目录地址。`

### 在命令行中使用tesseract识别图像： ###

如果想要在`cmd`下能够使用`tesseract`命令，那么需要把`tesseract.exe`所在的目录放到`PATH`环境变量中。然后使用命令：`tesseract 图片路径 文件路径`。  
示例：

tesseract a.png a

那么就会识别出`a.png`中的图片，并且把文字写入到`a.txt`中。

如果识别中文的，需要添加个参数：

tesseract a.png a -l eng 默认的是eng，中文的就改成chi_sim。

关于快速的在当前文件夹内打开cmd的方法，是按住shift键，然后右键，就可以有“在此处打开命令行窗口”的选项，并且直接定位到当前文件夹内。

### 在代码中使用tesseract识别图像： ###

pip install pytesseract安装

使用代码：

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

从网页中下载图片的简单代码：

from urllib import request
    
    img_url = 'https://u.baidu.com/ucweb/?module=Reguser&controller=reg&action=image&appid=12&_=1551428462677'
    request.urlretrieve(img_url, 'captcha.png')

转载于:https://www.cnblogs.com/weiwei2016/p/10457863.html

[https_digi.bib.uni-mannheim.de_tesseract]: https://digi.bib.uni-mannheim.de/tesseract/
[chi_sim.traineddata]: https://github.com/tesseract-ocr/tessdata/blob/master/chi_sim.traineddata