Python实现OCR识别之pytesseract案例详解

Python实现OCR识别：pytesseract

Python常用pytesseract进行图片上的文字识别，即OCR识别，完整的代码比较简单，只要下面一行即可，但是实际使用时环境配置上容易出错。

from PIL import Image
import pytesseract

text = pytesseract.image_to_string(Image.open('/Users/alice/Documents/Develop/PythonCode/textinphoto.PNG'))
print(text)

因此使用前，需要先安装pillow和pytesseract依赖包。

然而运行时仍然报错，raise TesseractNotFoundError()
pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it's not in your path

原因是因为未安装tesseract，然后使用pip3 install tesseract之后仍然提示错误，如图：

alicedembp:~ alice$ pip3 install tesseract
Requirement already satisfied: tesseract in /Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages (0.1.3)
alicedembp:~ alice$ tesseract
-bash: tesseract: command not found

无法使用，往上找了很多教程，说是要使用brew安装，于是得以解决，步骤为：

• 先安 * rew

alicedembp:~ alice$ ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

• 再使用brew安装leptonica

alicedembp:~ alice$ brew install leptonica

• 使用brew安装tesseract

alicedembp:~ alice$ brew install tesseract

• 安装成功，通过命令行tesseract -v的方式查看是否成功，出现版本号则为安装成功

alicedembp:~ alice$ tesseract
Usage:
 tesseract --help | --help-extra | --version
 tesseract --list-langs
 tesseract imagename outputbase [options...] [configfile...]

OCR options:
 -l LANG[+LANG]        Specify language(s) used for OCR.
NOTE: These options must occur before any configfile.

Single options:
 --help                Show this help message.
 --help-extra          Show extra help for advanced users.
 --version             Show version information.
 --list-langs          List available languages for tesseract engine.

alicedembp:~ alice$ tesseract -v
tesseract 4.0.0
leptonica-1.78.0
 libgif 5.1.4 : libjpeg 9c : libpng 1.6.36 : libtiff 4.0.10 : zlib 1.2.11 : libwebp 1.0.2 : libopenjp2 2.3.1
Found AVX2
Found AVX
Found SSE

接下来就可以直接使用了，使用如下代码：

alicedembp:~ alice$ tesseract /Users/alice/Documents/Develop/PythonCode/textinphoto.png /Users/alice/Documents/Develop/PythonCode/output.txt

打开textinphoto.PNG的图片，将文字输出到output.txt，图片如下

运行成功，产生output.txt文档，里面的文本为图片中识别出的文字。

来源：https://blog.csdn.net/alice_tl/article/details/89299405