小科普
光学字符识别(OCR,Optical Character Recognition)是指对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息.
Tesseract的OCR引擎最先由HP实验室于1985年研发，2005年，交由Google对Tesseract进行改进、优化工作。

准备工作

1.PIL 、Pytesseract

from PIL import Image
from pytesseract import image_to_string

2.安装引擎 Tesseract-OCR

ok 用画图工具整张简单的图片(vm3.png)小试牛刀

上代码

from PIL import Image
from pytesseract import image_to_stringimg = Image.open("vm3.png");
text = image_to_string(img)
print(text)

别走，留步，真的只有那么多，不信看结果

支持中文

but,Tesseract是老外开发的，默认不支持中文，需要我们加个中文语言包
将文件chi_sim.traineddata （密码：nd6p） 放到安装目录：Tesseract-OCR\tessdata文件夹内，再整张图

代码骚作修改（，lang='chi_sim'）即可

from PIL import Image
from pytesseract import image_to_stringimg = Image.open("vm3.png");
text = image_to_string(img,lang='chi_sim')
print(text)

没毛病

骚微复杂图像处理

其实，复杂图片的来不了，需要处理一下，比如这张图片：

这样处理：

img = Image.open("vm.png");
imgry = img.convert("L")
threshold = 140
table = []
for i in range(256):if i < threshold:table.append(0)else:table.append(1)
out = imgry.point(table, '1')
out.show()

show()一下处理后的结果：

最后，整合一下：

img = Image.open("vm.png");
imgry = img.convert("L")
threshold = 140
table = []
for i in range(256):if i < threshold:table.append(0)else:table.append(1)
out = imgry.point(table, '1')
text = image_to_string(out)
print(text)

我就知道你会回来，如果你在运行中遇到以下问题：

tesseract is not installed or it's not in your path

一图解万愁

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!

添加环境变量：

变量名：TESSDATA_PREFIX
变量值：testdata的路径

如果加了还不行，重启电脑！

如果还不行，试试百度OCR的吧
如果你用来作为验证码识别。可能会用到截屏和裁剪