本文介绍了如何在Python中进行图像识别，重点是使用PIL和pytesseract库。首先讲解了安装PIL和pytesseract的步骤，接着详细阐述了tesseract-ocr引擎的工作原理和历史。在安装tesseract-ocr时，强调了添加语言包和设置PSM参数的重要性。最后，提到了在实际应用中如何结合多个语言包进行文本识别，并提供了获取更多资源的联系方式。
一、安装库
首先我们需要安装PIL和pytesseract库。
PIL：（Python Imaging Library）是Python平台上的图像处理标准库，功能非常强大。
pytesseract：图像识别库。
我这里使用的是python3.6，PIL不支持python3所以使用如下命令
pip install pytesseract
pip install pillow
如果是python2，则在命令行执行如下命令：
pip install pytesseract
pip install PIL
这时候我们去运行上面的代码会发现如下错误：
错误提示的很明显：
No such file or directory ："tesseract"
这是因为我们没有安装tesseract-ocr引擎
二、tesseract-ocr引擎
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的过程。OCR技术非常专业，一般多是印刷、打印行业的从业人员使用，可以快速的将纸质资料转换为电子资料。关于中文OCR，目前国内水平较高的有清华文通、汉王、尚书，其产品各有千秋，价格不菲。国外OCR发展较早，像一些大公司，如IBM、微软、HP等，即使没有推出单独的OCR产品，但是他们的
最低0.47元/天 解锁文章
扫一扫
246
到【灌水乐园】发言
