我們以識別詩詞為例

下面是我們要識別的圖片

先看下效果圖

GIF

我們運行代碼後識別的結果,有幾個字沒有正確識別，但是大多數字都能識別出來。

一行代碼就能識別圖片，我們背後要做些準備工作的

這裡我們需要用到兩個庫：pytesseract和PIL

同時我們還需要安裝識別引擎tesseract-ocr

下面就來講講這幾個庫的安裝，因為只有這幾個庫安裝好以後Python才能實現一行代碼實現圖片文字識別

一，pytesseract和PIL的安裝

安裝這兩個包可以藉助pip

- 1，命令行安裝

pip install PIL

pip install pytesseract

- 2，如果你用的pycharm編輯器，就可以直接藉助pycharm實現快速安裝。

在pycharm的Settings設置頁按照下面步驟操作

這樣就能成功安裝pytesseract，安裝PIL只需要在上面第三步里搜索PIL並點擊安裝即可

這時我們安轉好了庫，運行下面代碼

會報下面錯誤，錯誤原因是：沒有安裝識別引擎tesseract-ocr

二，安裝識別引擎tesseract-ocr

1.下載下面的安裝包，然後直接點擊安裝即可

http://download.csdn.net/download/qiushi_1990/9987023

解壓安裝tesseract-ocr後做如下操作，就可以支持中文識別了。因為tesseract-ocr默認不支持中文識別。

2，安裝完成tesseract-ocr後，我們還需要做一下配置

在C:UsershuxiuAppDataLocalProgramsPythonPython35Libsite-packagespytesseract找到pytesseract.py打開後做如下操作

也可以通過pycharm快速打開pytesseract.py

至此我們所有的配置就完成了，運行下面代碼就可以把杜甫的登高這首圖片詩解析成文字了

作者：邱石1990

聲明：文章著作權歸作者所有，如有侵權，請聯繫小編刪除

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！