tesseract-ocr怎么在Python3.6中使用

tesseract-ocr怎么在Python3.6中使用？很多新手對此不是很清楚，為了幫助大家解決這個(gè)難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來學(xué)習(xí)下，希望你能有所收獲。

Tesseract介紹

tesseract是一個(gè)挺不錯(cuò)的OCR引擎，目前的問題是最新的中文資料相對較少，過時(shí)、不準(zhǔn)確的信息偏多。

tesseract是一個(gè)google支持的開源ocr項(xiàng)目，其項(xiàng)目地址：https://github.com/tesseract-ocr/tesseract，目前最新的源碼可以在這里下載。

實(shí)際使用tesseract ocr也有兩種方式：1. 動態(tài)庫方式 libtesseract  2. 執(zhí)行程序方式 tesseract.exe

環(huán)境

• Python 3.6.3

• pip 9.0.1

• tesseract-ocr-setup-3.05.00dev.exe

• Windows10

安裝

1.tesseract-orc

• Tesseract：開源的OCR識別引擎，初期Tesseract引擎由HP實(shí)驗(yàn)室研發(fā)，后來貢獻(xiàn)給了開源軟件業(yè)，后經(jīng)由Google進(jìn)行改進(jìn)，消除bug，優(yōu)化，重新發(fā)布。

安裝的時(shí)候需要自行選擇安裝的語言，一些其他國家的語言可以不選擇安裝，我之按安裝了中文，英文和日語。安裝過程和其他軟件一樣。

2.pytesseract

pip install pytesseract

配置環(huán)境

1.設(shè)置 tesseract-orc路徑

默認(rèn)情況下tesseract-orc是不被添加到系統(tǒng)的path路徑的，這樣在使用的時(shí)候發(fā)生FileNotFoundError: [WinError 2] 系統(tǒng)找不到指定的文件錯(cuò)誤。

解決方法:

• 方法1：將 C:\Program Files (x86)\Tesseract-OCR添加到系統(tǒng)路徑（路徑因安裝過程而異）

• 方法2：修改pytesseract.py文件

設(shè)置訓(xùn)練集的位置

下載的默認(rèn)訓(xùn)練集也沒有添加到系統(tǒng)路徑,會報(bào)錯(cuò)

pytesseract.pytesseract.TesseractError: (1, 'Error opening data file \\Program Files (x86)\\Tesseract-OCR\\tessdata/chi_sim.traineddata')

解決方法：

設(shè)置環(huán)境變量 TESSDATA_PREFIX
C:\Program Files (x86)\Tesseract-OCR\tessdata

實(shí)例程序

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

看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識有進(jìn)一步的了解或閱讀更多相關(guān)文章，請關(guān)注億速云行業(yè)資訊頻道，感謝您對億速云的支持。