python3影象識別庫安裝與使用
阿新 • • 發佈:2019-02-19
pytesseract庫的安裝
因為用的win10,就直說windows上面的安裝了。其實就是pip安裝就完事了。
$ pip install pytesseract
安裝了這個還不算完,得安裝Tesseract-OCR,安裝這個軟體的時候,因為我們需要識別中文,所以還需要額外安裝中文語言包:
點選Additional language data(download)
旁邊的加號,勾選中文語言包,然後就一路Next了:
最後,你還可以將tesseract.exe加進系統的Path
裡面。
簡單使用
pytesseract不僅支援英文,還支援很多其他語言,從上面安裝過程中勾選的地方就能看出來,中文,也不例外。
要使用pytesseract,其實很簡單:
from PIL import Image
import pytesseract
image = Image.open('pic2.png')
imtext = pytesseract.image_to_string(image,lang='chi_sim')
print(imtext)
看起來是沒什麼問題的,但是一執行。。。。
C:\ProgramData\Anaconda3\python.exe F:/python/pro/Pic_t/test.py
Traceback (most recent call last):
File "F:/python/pro/Pic_t/test.py" , line 5, in <module>
imtext = pytesseract.image_to_string(image,lang='chi_sim')
File "C:\ProgramData\Anaconda3\lib\site-packages\pytesseract\pytesseract.py", line 125, in image_to_string
raise TesseractError(status, errors)
pytesseract.pytesseract.TesseractError: (1, 'Error opening data file \\Program Files (x86)\\Tesseract-OCR\\chi_sim.traineddata' )
Process finished with exit code 1
就報錯了,這裡看來是中文的語言訓練集路徑不對,google了一下,有大神說使用config
屬性:
from PIL import Image
import pytesseract
image = Image.open('pic2.png')
# 指定路徑
tessdata_dir_config = '--tessdata-dir "C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"'
imtext = pytesseract.image_to_string(image,lang='chi_sim',config=tessdata_dir_config)
print(imtext)
運行了一下,成功了。。。
另外,lang
這個屬性是指定語言的,要是程式碼裡面不給這個引數,預設是英文,也就是eng
。