Python实现图片识别转换文字（OCR技术）

在工作中，有时候需要处理图片的文字识别，分享一个简单的入门的图片识别小程序，满足基本需求。

• 环境准备

        1、安装 pytesseract 库，出现Successfully表示安装成功。

pip install pytesseract

         2、外部手动安装Tesseract-OCR ，下载网址：

https://digi.bib.uni-mannheim.de/tesseract/ 我下载的是这个版本

 选择English

下一步-->Next

这里一般默认就好了

这里是组件的选择，默认支持英文和数字的识别，我们选上下面两个支持中文识别。

接下来是安装目录，自己选择的要记得，后面要添加到环境path变量里面。

最后，接着Next-->Install-->Next--->Finish。

• 配置环境变量

        1、电脑桌面找到 此电脑 右击--属性--高级系统设置

找到Path--双击--新建 ，把安装tesseract的目录放进去即可。

        2、 新建一个数据目录，路径是你安装tesseract下的tessdata文件

TESSDATA_PREFIX E:\OCR\tessdata

        3、把第二步新建的变量名添加到path列表里面 %TESSDATA_PREFIX%

        4、最后，去终端验证是否安装成功，输入tesseract --version,出现版本信息，即安装成功。

• 效果演示

        百度上找一张文字图片试一下效果如何：

# 导入模块和包
from PIL import Image
import pytesseract
# 打开图片
img = Image.open('test.png')

# 调用软件
pytesseract.pytesseract.tesseract_cmd=r'E:\OCR\tesseract.exe'
# 识别中文用"chi_sim"
text = pytesseract.image_to_string(img,lang='chi_sim')
print(text)

# 将识别的文字保存到文本
f = open('test.txt','w',encoding='utf-8')
f.write(text)
f.close()

输出结果还行，没有什么错误