python3实现获取图片中的文字

一、安装

    (1) pycharm

    (2) python 3

    (3) pip  install pillow       pip  install pytesseract

    (4)  下载识别引擎tesseract-ocr，解压安装

 

二、 代码

    # -*- coding: utf-8 -*-

    from PIL import Image
    import pytesseract

    text=pytesseract.image_to_string(Image.open('show.jpg'),lang='chi_sim') #设置为中文文字的识别
    text=pytesseract.image_to_string(Image.open('test.png'),lang='eng') #设置为英文或阿拉伯字母的识别
    print(text)

 

三、常见错误

（1）FileNotFoundError:[WinError 2]系统找不到指定文件

解决办法：打开文件pytesseract.py，找到如下代码，将tesseract_cmd的值修改为全路径

tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'

（2）pytesseract.pytesseract.TesseractError

解决办法：打开文件pytesseract.py,找到image_to_string,指定config的参数，如下：

tessdata_dir_config = '--tessdata-dir "C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"'

def image_to_string(image, lang=None, boxes=False, config=tessdata_dir_config):