tesseract识别简单文字

最新推荐文章于 2025-10-12 22:24:35 发布

原创最新推荐文章于 2025-10-12 22:24:35 发布 · 763 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#ocr #python

tesseract 专栏收录该内容

1 篇文章

订阅专栏

本文介绍了如何使用Python的pytesseract库进行OCR文字识别，包括安装库、处理图片以及解决tesseract软件环境变量问题。尽管识别精度有限，文章提供了灰度处理、二值化和去噪等提高识别效果的方法。

默认的tesseract库,只能识别字母和数字,不能识别中文
并且识别精度也不是很高,所以就得需要我们有更高手段,
大家可以参照这篇文章

今天我们来说简单的
用python 的 pytesseract库

首先安装pytesseract库

pip install pytesseract -i xx镜像

导包

import pytesseract

此外我们还需要一个待识别图片code.png,以及读取图片的库pillow

安装pillow

pip install pillow

导包

try:
    from PIL import Image
except ImportError:
    import Image

读取图片并识别

captcha = Image.open("code3.png")
result = pytesseract.image_to_string(captcha)
print(result[:-2])
print(len(result))

这时候有可能报错,如果你没提前安装tesseract软件,这时候你需要下载tesseract并安装,并且添加环境变量,如果是用pycharm开发,需要**重启下pycharm,**因为pycharm一开始运行的时候,系统环境变量的参数就固定了

如果不行,网上有人说修改源代码的文件,例如这类
但是我不建议这么做,因为不重启pycharm的情况下,这样改了也没用,并且毕竟修改人家的源代码也不是最优雅的解决方式

我们可以通过添加临时路径来搞定这个事情
有两种方式,一种是os

import os
tesseract_path=r"F:\Program Files\Tesseract-OCR" # tesseract.exe所在的路径
os.environ["PATH"]= tesseract_path + ";" + os.environ["PATH"]

另一种通过 sys模块

import sys

def add_path(path):
    if path not in sys.path:
        sys.path.insert(0, path)

add_path(tesseract_path)

接下来就一切ok了,只是识别结果不是让人很满意,
高级一点的操作套装为
灰度处理,二值化,去噪
直接看代码吧

# --------------------灰度处理--------------

captcha = Image.open("code.png")
result = captcha.convert('L')  # 灰度处理


# result.show()
# result = pytesseract.image_to_string(captcha)
# ----------------------二值化------------------------------
def convert_img(img, threshold):
    img = img.convert("L")  # 处理灰度
    pixels = img.load()
    for x in range(img.width):
        for y in range(img.height):
            if pixels[x, y] > threshold:
                pixels[x, y] = 255
            else:
                pixels[x, y] = 0
    return img


result = convert_img(result, 150)

# -----------------降噪-----------
img = result
data = img.getdata()
w, h = img.size
count = 0
for x in range(1, h - 1):
    for y in range(1, h - 1):
        # 找出各个像素方向
        mid_pixel = data[w * y + x]
        if mid_pixel == 0:
            top_pixel = data[w * (y - 1) + x]
            left_pixel = data[w * y + (x - 1)]
            down_pixel = data[w * (y + 1) + x]
            right_pixel = data[w * y + (x + 1)]
            if top_pixel == 0:
                count += 1
            if left_pixel == 0:
                count += 1
            if down_pixel == 0:
                count += 1
            if right_pixel == 0:
                count += 1
            if count > 4:
                img.putpixel((x, y), 0)
img.show()
result = pytesseract.image_to_string(img)
print(result[:-2])
print(len(result))