python从图片提取文字_Python实现从图片提取文字

环境

Python3

Python3的pillow、pytesseract包

可使用pip install pillow、pip install pytesseract命令安装

或者通过pycharm进行安装

识别引擎tesseract-ocr ，下载地址

代码

#-*- coding:utf-8 -*-

import pytesseract

from PIL import Image

# 使用pytesseract对英文进行识别，lang参数可省略

print(pytesseract.image_to_string(Image.open('textEng.png'，lang='eng')))

# 使用pytesseract对中文(含英文，但识别率降低)进行识别

print(pytesseract.image_to_string(Image.open('textCh.png'), lang='chi_sim'))

该提取文字的功能对英文识别率还是可以的，但对中文稍差强人意，不过还是比手打的要方便。

报错及解决

1. FileNotFoundError:[WinError 2]系统找不到指定文件。

解决方法：

搜索文件pytesseract.py，找到如下代码，将tesseract_cmd的值修改为全路径(tesseract文件的全路径，该文件在Tesseract-OCR下)。如下：

tesseract_cmd = 'tesseract'

改为

tesseract_cmd &