自学Python3第5天,今天突发奇想,想用Python识别图片里的文字。没想到Python实现图片文字识别这么简单,只需要一行代码就能搞定
#作者微信:2501902696from PIL import Imageimport pytesseract#上面都是导包,只需要下面这一行就能实现图片文字识别text=pytesseract.image_to_string(Image.open('denggao.jpeg'),lang='chi_sim')print(text)我们以识别诗词为例
下面是我们要识别的图片
###先看下效果图
我们运行代码后识别的结果,有几个字没有正确识别,但是大多数字都能识别出来。
##一行代码就能识别图片,我们背后要做些准备工作的
这里我们需要用到两个库:pytesseract和PIL同时我们还需要安装识别引擎tesseract-ocr###下面就来讲讲这几个库的安装,因为只有这几个库安装好以后Python才能实现一行代码实现图片文字识别
#一,pytesseract和PIL的安装
安装这两个包可以借助pip
pip install PIL
pip install pytesseract2,如果你用的pycharm编辑器,就可以直接借助pycharm实现快速安装。
在pycharm的Settings设置页按照下面步骤操作
这样就能成功安装pytesseract,安装PIL只需要在上面第三步里搜索PIL并点击安装即可
这时我们安转好了库,运行下面代码
from PIL import Imageimport pytesseracttext=pytesseract.image_to_string(Image.open('denggao.jpeg'),lang='chi_sim')print(text)会报下面错误,错误原因是:没有安装识别引擎tesseract-ocr
##二,安装识别引擎tesseract-ocr
tesseract-ocr安装包和中文语言包
解压安装tesseract-ocr后做如下操作,就可以支持中文识别了。因为tesseract-ocr默认不支持中文识别。
在C:UsershuxiuAppDataLocalProgramsPythonPython35Libsite-packagespytesseract找到pytesseract.py打开后做如下操作 # 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'
也可以通过pycharm快速打开pytesseract.py
至此我们所有的配置就完成了,运行下面代码就可以把杜甫的登高这首图片诗解析成文字了
视频讲解:https://edu.csdn.net/course/detail/25009往期回顾
python入门001~python开发工具 pycharm的安装与破解(mac和window都有讲)
python入门002~创建属于自己的第一个python项目
python入门010~python3操作数据库 借助pycharm快速连接并操作mysql数据库
python入门011~python3爬虫 爬取图片,爬取新闻网站文章并保存到数据库
python入门020~爬取前程无忧51job的职位信息并存入mysql数据库