提示:本文多图,请手机端注意流量。
前言
利用python做图片识别,识别提取图片中的文字会有很多方法,但是想要简单一点怎么办,那就可以使用tesseract识别引擎来实现,一行代码就可以做到提取图片文本。
一、配置环境
1. 安装python依赖
本程序用到了两个python库,pytesseract和PIL,所以先来安装。
运行以下命令
pip install Pillow
pip install pytesseract
如果在python中没有报错,说明程序安装成功,
2. 安装识别引擎
安装完以上两个依赖还需要对应的识别引擎。点击去下载
咱们直接使用5月10号构建的最新版本。
安装tesseract识别引擎(可跳过)
下载完成后打开程序进行安装,先选择语言,这里选择英语English
就行,然后点ok
接下来就是next
,完了点击I Agree
同意协议,
为所有用户安装,然后点next
,如图,
等待安装完成
安装完成后,点击next
,再点击finish
完成安装,
验证是否安装成功
添加环境变量,就是你安装到的那个文件夹路径,直接加到path里面,
然后在命令行运行tesseract -v
,如果和下图一样,说明你已经安装成功了,
二、使用步骤
1.引入库
from PIL import Image
import pytesseract
2.提取图片文字
将读取图片的一行代码封装为一个函数,
def read_image(name):
print(pytesseract.image_to_string(Image.open(name), lang='chi_sim'))
在main
函数中直接调用即可,
def main():
read_image('1657158527412.jpg')
3.运行效果
以以下图片为例,
运行效果如下,
总结
本文介绍了tesseract的python调用,也就是pytesseract库,其中还有一些其他的内容并没有涉及,仅涉及到了图片提取文字,如果你对其感兴趣,可以深入探索一下,也希望能和我探讨一下。
完整代码
from PIL import Image
import pytesseract
def read_image(name):
print(pytesseract.image_to_string(Image.open(name), lang='chi_sim'))
def main():
read_image('img.png')
if __name__ == '__main__':
main()
文章出处登录后可见!
已经登录?立即刷新