使用Python中的pytesseract模塊實(shí)現(xiàn)抓取圖片中文字
一、需求分析
最近同事用網(wǎng)上提供掃描軟件進(jìn)行掃描識(shí)別文字，每天上線只能夠做兩次掃描，請(qǐng)求我研發(fā)一個(gè)小工具幫助解決識(shí)別圖片的中文字。
二、方案選擇
使用pytesseract模塊可以解決這個(gè)需求問題，pytesseract是光識(shí)別圖片的模塊。需要安裝第三方資源庫進(jìn)行搜索。
三、實(shí)驗(yàn)實(shí)操
3.1、配置環(huán)境
Anaconda3.0，pycharm2022版，python3.7.0，win10
3.2、 Anaconda配置
先配置Anaconda3的環(huán)境，找到默認(rèn)安裝路徑C:\Users\Administrator\.condarc(看自己環(huán)境安裝哪里)
將.condarc文件備份一個(gè)，然后加載源的配置項(xiàng)拷貝進(jìn)去，重啟Anaconda3程序，生效配置項(xiàng)。
加載源：
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
show_channel_urls: true
ssl_verify: true
3.3、安裝tesseract程序
下載tesseract的exe安裝文件，安裝包地址：https://github.com/UB-Mannheim/tesseract/wiki
我下的是 tesseract-ocr-w64-setup-v5.0.1.20220118.exe版本。（本機(jī)是64位操作系統(tǒng)）
選配項(xiàng)中記得選擇中文的語言，后期識(shí)別中文字體做準(zhǔn)備。
配置tesseract系統(tǒng)環(huán)境變量，將 tesseract-ocr的絕對(duì)路徑配置在系統(tǒng)變量中。
【從C:\Program Files\Tesseract-OCR安裝目錄下，直接把tessdata 文件夾里的內(nèi)容都復(fù)制到C:\Users\Administrator\Anaconda3，另外tessdata 文件夾里chi_sim.traineddata，eng.traineddata文件需要復(fù)制到C:\ProgramData\Anaconda3下，不然后面運(yùn)行程序會(huì)提示找不到文件，配置好環(huán)境變量也不行！】（據(jù)說是霸王條款）
重啟系統(tǒng)讓變量生效。
3.4、安裝pytesseract模塊
運(yùn)行Anaconda 終端命令，執(zhí)行conda install tesserocr pillow
系統(tǒng)已經(jīng)顯示我已經(jīng)安裝。（安裝的時(shí)間有一些長(zhǎng)，需要耐性等待。）
執(zhí)行另外一個(gè)指令conda install pytesseract (安裝pytesseract,這個(gè)安裝需要一點(diǎn)時(shí)間等待了）
使用python語句進(jìn)行驗(yàn)證。
3.5、見證奇跡的環(huán)節(jié)
測(cè)試1：
在pycharm編譯器中執(zhí)行語句操作：
from PIL import Image
import pytesseract
image = Image.open("粉絲.jpg") #打開圖片
#print(image.size) #測(cè)試圖片像素尺寸
text = pytesseract.image_to_string(image, lang='chi_sim') #圖片轉(zhuǎn)字符串
text = text.replace("“ ","").replace("。","") #去掉雜質(zhì)，提純
print(text) #測(cè)試結(jié)果原圖片粉絲.jpg：
編譯結(jié)果：.(已經(jīng)成功識(shí)別圖片內(nèi)部的文字，進(jìn)行呈現(xiàn)。)
測(cè)試2：
原圖2
測(cè)試結(jié)果：可以正常識(shí)別圖片文字出來了。
參考網(wǎng)友知識(shí)：
anaconda+python+tesseract安裝，親試可用
到此這篇關(guān)于使用Python中的pytesseract模塊實(shí)現(xiàn)抓取圖片中文字的文章就介紹到這了,更多相關(guān)Python pytesseract模塊抓取圖片中文字內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python常用配置文件ini、json、yaml讀寫總結(jié)
用的配置文件格式有ini、json、yaml等，下面簡(jiǎn)單給大家介紹下，Python如何讀寫這幾種格式的文件，對(duì)Python讀寫ini、json、yaml配置文件相關(guān)知識(shí)感興趣的朋友一起看看吧2021-07-07
OpenCV實(shí)現(xiàn)圖片編解碼實(shí)踐
在很多應(yīng)用中,經(jīng)常會(huì)直接把圖片的二進(jìn)制數(shù)據(jù)進(jìn)行交換，這就需要對(duì)普通進(jìn)行編碼解碼，那么怎么才能實(shí)現(xiàn)，本文就來介紹一下2021-06-06
在Windows中設(shè)置Python環(huán)境變量的實(shí)例講解
下面小編就為大家分享一篇在Windows中設(shè)置Python環(huán)境變量的實(shí)例講解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-04-04
踩坑:pytorch中eval模式下結(jié)果遠(yuǎn)差于train模式介紹
這篇文章主要介紹了踩坑:pytorch中eval模式下結(jié)果遠(yuǎn)差于train模式介紹，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-06-06
Python中不同圖表的數(shù)據(jù)可視化的實(shí)現(xiàn)
數(shù)據(jù)可視化是以圖形格式呈現(xiàn)數(shù)據(jù)。它通過以簡(jiǎn)單易懂的格式匯總和呈現(xiàn)大量數(shù)據(jù)，幫助人們理解數(shù)據(jù)的重要性，并有助于清晰有效地傳達(dá)信息。本文為大家準(zhǔn)備了Python實(shí)現(xiàn)不同圖表數(shù)據(jù)可視化的代碼，需要的可以參考一下2022-08-08
這篇文章主要介紹了Python中將字典轉(zhuǎn)換為列表的方法,需要的朋友可以參考下2016-09-09
這篇文章主要介紹了python如何實(shí)現(xiàn)二分查找算法，幫助大家更好的理解和使用python，感興趣的朋友可以了解下。2020-09-09
今天小編就為大家分享一篇Pycharm取消py腳本中SQL識(shí)別的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-11-11
這篇文章主要為大家介紹了Python的元類，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2021-11-11
這篇文章主要介紹了python 時(shí)間處理之月份加減問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-11-11