Python3.6使用tesseract-ocr的正確方法
Tesseract介紹
tesseract是一個(gè)挺不錯(cuò)的OCR引擎，目前的問(wèn)題是最新的中文資料相對(duì)較少，過(guò)時(shí)、不準(zhǔn)確的信息偏多。
tesseract是一個(gè)google支持的開(kāi)源ocr項(xiàng)目，其項(xiàng)目地址：https://github.com/tesseract-ocr/tesseract，目前最新的源碼可以在這里下載。
實(shí)際使用tesseract ocr也有兩種方式：1. 動(dòng)態(tài)庫(kù)方式 libtesseract 2. 執(zhí)行程序方式 tesseract.exe
環(huán)境
- Python 3.6.3
- pip 9.0.1
- tesseract-ocr-setup-3.05.00dev.exe
- Windows10
安裝
1.tesseract-orc
- Tesseract：開(kāi)源的OCR識(shí)別引擎，初期Tesseract引擎由HP實(shí)驗(yàn)室研發(fā)，后來(lái)貢獻(xiàn)給了開(kāi)源軟件業(yè)，后經(jīng)由Google進(jìn)行改進(jìn)，消除bug，優(yōu)化，重新發(fā)布。
安裝的時(shí)候需要自行選擇安裝的語(yǔ)言，一些其他國(guó)家的語(yǔ)言可以不選擇安裝，我之按安裝了中文，英文和日語(yǔ)。安裝過(guò)程和其他軟件一樣。
2.pytesseract
pip install pytesseract
配置環(huán)境
1.設(shè)置 tesseract-orc路徑
默認(rèn)情況下tesseract-orc是不被添加到系統(tǒng)的path路徑的，這樣在使用的時(shí)候發(fā)生FileNotFoundError: [WinError 2] 系統(tǒng)找不到指定的文件錯(cuò)誤。
解決方法:
- 方法1：將 C:\Program Files (x86)\Tesseract-OCR添加到系統(tǒng)路徑（路徑因安裝過(guò)程而異）
- 方法2：修改pytesseract.py文件
設(shè)置訓(xùn)練集的位置
下載的默認(rèn)訓(xùn)練集也沒(méi)有添加到系統(tǒng)路徑,會(huì)報(bào)錯(cuò)
pytesseract.pytesseract.TesseractError: (1, 'Error opening data file \\Program Files (x86)\\Tesseract-OCR\\tessdata/chi_sim.traineddata')
解決方法：
設(shè)置環(huán)境變量 TESSDATA_PREFIX
C:\Program Files (x86)\Tesseract-OCR\tessdata
實(shí)例程序
import pytesseract
from PIL import Image
image = Image.open('test.png')
code = pytesseract.image_to_string(image)
print(code)
更多參考:https://pypi.python.org/pypi/pytesseract
總結(jié)
以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，謝謝大家對(duì)腳本之家的支持。如果你想了解更多相關(guān)內(nèi)容請(qǐng)查看下面相關(guān)鏈接
相關(guān)文章
Python socket實(shí)現(xiàn)多對(duì)多全雙工通信的方法
今天小編就為大家分享一篇Python socket實(shí)現(xiàn)多對(duì)多全雙工通信的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-02-02
Python實(shí)現(xiàn)簡(jiǎn)單的語(yǔ)音識(shí)別系統(tǒng)
這篇文章主要介紹了Python實(shí)現(xiàn)簡(jiǎn)單的語(yǔ)音識(shí)別系統(tǒng)，具有一定借鑒價(jià)值，需要的朋友可以參考下。2017-12-12
Python+Django+MySQL實(shí)現(xiàn)基于Web版的增刪改查的示例代碼
這篇文章主要介紹了Python+Django+MySQL實(shí)現(xiàn)基于Web版的增刪改查的示例代碼，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-05-05
Python基于matplotlib實(shí)現(xiàn)繪制三維圖形功能示例
這篇文章主要介紹了Python基于matplotlib實(shí)現(xiàn)繪制三維圖形功能,涉及Python使用matplotlib模塊進(jìn)行三維圖形繪制相關(guān)操作技巧,需要的朋友可以參考下2018-01-01
sys.argv?其實(shí)就是一個(gè)列表，里邊需要用戶(hù)傳入的參數(shù)，關(guān)鍵就是要明白這參數(shù)是從程序外部輸入的，而非代碼本身的什么地方，要想看到它的效果就應(yīng)該將程序保存了，從外部來(lái)運(yùn)行程序并給出參數(shù)，通過(guò)本文學(xué)習(xí)你將明白?sys.argv很多知識(shí)，感興趣的朋友一起看看吧2023-01-01
一篇文章帶你學(xué)習(xí)Python3的高級(jí)特性(2)
這篇文章主要為大家詳細(xì)介紹了Python3的高階函數(shù)，主要介紹什么是高級(jí)特性，高級(jí)特性的用法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-01-01
如何用python復(fù)制粘貼excel指定單元格(可保留格式)
這篇文章主要給大家介紹了關(guān)于如何用python復(fù)制粘貼excel指定單元格(可保留格式)的相關(guān)資料,利用python操作excel非常方便,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-07-07
Python自動(dòng)化辦公之Word轉(zhuǎn)PDF的實(shí)現(xiàn)
這篇文章主要為大家詳細(xì)介紹一下如何在?windows、mac、linux?三種系統(tǒng)中都可以生成?PDF?的解決方案，文中的示例代碼講解詳細(xì)，需要的可以參考一下2022-05-05
今天小編就為大家分享一篇在Mac上刪除自己安裝的Python方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-10-10
Selenium 模擬瀏覽器動(dòng)態(tài)加載頁(yè)面的實(shí)現(xiàn)方法
這篇文章主要介紹了Selenium 模擬瀏覽器動(dòng)態(tài)加載頁(yè)面的實(shí)現(xiàn)方法，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-05-05