Python3一行代码实现图片文字识别

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

from PIL import Image
import 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。

风急天高猿啸哀渚芸胄芳少白鸟飞凤

无边落木萧萧下, 不尽长量工盲衮宕衮来

万里悲秋常1乍窨, 百年多病独登氤

艰难苦恨擎霜量漂倒新停澍酉帆

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

1. 命令行安装

pip install PIL
pip install pytesseract

2. 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 Image
import pytesseract
text=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

1. 下载下面的安装包，然后直接点击安装即可

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。

2. 安装完成tesseract-ocr后，我们还需要做一下配置

在C:\Users\huxiu\AppData\Local\Programs\Python\Python35\Lib\site-packages\pytesseract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

-END-

扫码添加请备注：python，进群与宋老师面对面交流：517745409