python手写汉字识别_python实现简单的文字识别

将图片翻译成文字一般被称为光学文字识别（Optical Character Recognition，OCR）。今天我们用到的就是一个OCR 库——Tesseract。

首先要安装Tesseract，除了最基本的pip安装外，还要下载Tesseract-OCR程序。

1.下载所需的python包：pip install Pillow

pip install pytesseract

安装时前面一直next就可以了，直到这一步，在additional language data里勾选Math和Chinese，支持计算和中文：

3.添加环境变量：

添加名为TESSDATA_PREFIX的环境变量，设置为安装目录下的tessdata目录C:\Program Files (x86)\Tesseract-OCR\tessdata （一般默认是这个）

4.修改pytesseract.py：

这个文件在python安装路径的Lib\site-packages\pytesseract文件夹下，将tesseract_cmd修改成tesseract的安装路径，使pytesseract能够调用tesseract。tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tessdata/tesseract.exe'

一般做完上面4步，就能用下面的代码实现简单的文字识别了：

import pytesseract

from PIL import Image

text = pytesseract.image_to_string(Image.open('1.jpg'),lang='chi_sim'